| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·图像分割的研究背景及意义 | 第12-13页 |
| ·图像分割的发展现状和趋势 | 第13-14页 |
| ·课题的提出与研究的意义 | 第14-16页 |
| ·论文的主要内容和结构安排 | 第16-17页 |
| 第二章 相关知识 | 第17-30页 |
| ·图像分割概述 | 第17-22页 |
| ·图像分割需满足的条件 | 第17页 |
| ·图像分割的数学定义 | 第17-18页 |
| ·图像分割的分类 | 第18-22页 |
| ·常用的分割方法 | 第22-26页 |
| ·阈值分割 | 第22-24页 |
| ·区域分割 | 第24-26页 |
| ·聚类分析的基本原理 | 第26-29页 |
| ·聚类分析概述 | 第26页 |
| ·聚类的基本概念 | 第26-28页 |
| ·聚类分析的基本步骤 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于二维 OTSU 和模糊聚类的图像分割算法 | 第30-38页 |
| ·最大类间方差法 | 第30-33页 |
| ·一维 Otsu 算法 | 第30-31页 |
| ·二维 Otsu 算法 | 第31-33页 |
| ·模糊 C 均值聚类分割算法 | 第33页 |
| ·改进的二维 OTSU 算法 | 第33-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 图像分割在人脸检测中的应用 | 第38-48页 |
| ·相关知识 | 第38-41页 |
| ·色彩空间的选取 | 第38-39页 |
| ·肤色模型的分类 | 第39-40页 |
| ·光线补偿处理 | 第40-41页 |
| ·基于 YCGCR 颜色空间和图像空间信息的肤色分割 | 第41-44页 |
| ·肤色相似度计算 | 第42页 |
| ·结合空间信息的图像阈值动态分割 | 第42-44页 |
| ·人脸检测 | 第44-46页 |
| ·图像预处理 | 第45页 |
| ·候选区域筛选 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·本文的主要研究工作 | 第48-49页 |
| ·进一步的工作与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的论文 | 第53-54页 |
| 攻读硕士学位期间参与的科研项目 | 第54-55页 |