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

基于云理论的图像分割技术研究

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-19页
   ·图像处理概述第11-12页
     ·图像第11页
     ·图像处理第11-12页
   ·数字图像处理技术第12-14页
   ·图像分割第14-17页
     ·图像分割定义第14-15页
     ·图像分割的难点第15页
     ·课题研究的背景和现状第15-17页
   ·论文的选题和研究意义第17-18页
   ·本文的主要工作和内容安排第18-19页
第2章 图像分割第19-30页
   ·边缘检测第19-20页
   ·阈值分割第20-22页
   ·区域生长第22-28页
     ·区域生长原理第23-24页
     ·区域生长算法第24-25页
     ·区域生长类型第25-26页
     ·生长准则和过程第26-28页
     ·分裂合并第28页
   ·其他分割方法第28-29页
   ·本章小结第29-30页
第3章 云理论的基础知识第30-45页
   ·云理论及其研究现状第30-37页
     ·云理论的提出第30-33页
     ·云理论的基本概念第33-37页
   ·云模型第37-40页
     ·云模型第37页
     ·正态云模型第37-39页
     ·云模型的3En规则第39-40页
   ·云发生器第40-43页
     ·正向云发生器(Forward Cloud Generator)第41页
     ·逆向云发生器第41-42页
     ·X条件云发生器和Y条件云发生器第42-43页
   ·二维和多维正态云模型第43-44页
   ·虚拟云第44页
   ·本章小结第44-45页
第4章 云变换第45-53页
   ·数据空间的划分第45-46页
   ·基于云模型的空间数据离散化第46-49页
     ·概念生成方法第46-47页
     ·数据空间软划分和概念提升第47-48页
     ·云模型的"软或"第48-49页
   ·峰值云变换算法第49-52页
   ·本章小结第52-53页
第5章 基于云理论和区域生长法的图像分割算法及分析第53-66页
   ·算法概述第53-54页
   ·基于云理论和区域生长法的图像分割算法的具体步骤第54-59页
     ·通过云变换生成原子云第54-56页
     ·泛概念树的生成和爬升第56-57页
     ·云的极大判定法和区域生长法第57-59页
   ·实验结果与分析第59-64页
     ·对图像进行对比实验第60-61页
     ·分割评价标准第61-64页
     ·实验结果分析与总结第64页
   ·本章小结第64-66页
结论第66-68页
参考文献第68-76页
攻读学位期间发表的学术论文第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:基于卡尔曼滤波器的神经元干细胞序列图像中活跃细胞的追踪
下一篇:图象稳定技术研究与实现