首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于分水岭变换和遗传优化的X线图像分割

摘要第5-6页
Abstract第6页
第1章 绪论第9-14页
    1.1 课题研究的背景及意义第9-10页
    1.2 国内外研究现状及发展趋势第10-12页
    1.3 论文的安排第12-14页
第2章 X 线图像分割第14-19页
    2.1 X 线摄影技术发展及图像特点第14页
    2.2 X 线图像分割方法第14-18页
        2.2.1 基于阈值的图像分割方法第14-16页
        2.2.2 基于边缘的图像分割方法第16-17页
        2.2.3 基于区域的图像分割方法第17-18页
    2.3 本章小结第18-19页
第3章 基于双阈值的分水岭分割方法第19-32页
    3.1 数学形态学预处理第19-24页
        3.1.1 数学形态学基本操作第19-21页
        3.1.2 形态学重构第21-23页
        3.1.3 结构元素第23-24页
    3.2 基于双阈值的分水岭分割第24-30页
        3.2.1 分水岭基本理论第24-26页
        3.2.2 经典的分水岭分割方法第26-28页
        3.2.3 基于双阈值的分水岭分割第28-30页
    3.3 本章小结第30-32页
第4章 基于小波变换的分水岭分割方法第32-43页
    4.1 小波变换的基本理论第32-36页
        4.1.1 连续小波变换第32-34页
        4.1.2 离散小波变换第34-35页
        4.1.3 多分辨率分析与正交小波变换第35-36页
    4.2 二维小波变换与图像处理第36-38页
    4.3 基于小波变换的分水岭分割第38-42页
    4.4 本章小结第42-43页
第5章 基于遗传优化的分水岭分割方法第43-52页
    5.1 遗传算法概述第43-44页
    5.2 基本遗传算法第44-47页
        5.2.1 基本遗传算法的构成要素第44-46页
        5.2.2 基本遗传算法的一般框架第46页
        5.2.3 基本遗传算法流程图第46-47页
    5.3 基于遗传优化的分水岭分割第47-51页
    5.4 本章小结第51-52页
第6章 总结与展望第52-53页
    6.1 本文所作工作总结第52页
    6.2 未来研究方向第52-53页
参考文献第53-56页
致谢第56-57页
攻读学位期间取得的科研成果第57页

论文共57页,点击 下载论文
上一篇:孔子君子人格论对中国现代企业家人格建构的启示
下一篇:人民监督员制度的现状、问题及完善