基于区域的彩色图像分割方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-21页 |
| ·图像分割的研究意义 | 第13-15页 |
| ·课题的研究背景及意义 | 第15-17页 |
| ·图像分割的在各个领域中的应用 | 第17页 |
| ·彩色图像分割技术的发展与研究现状 | 第17-19页 |
| ·本文的主要工作及内容安排 | 第19-21页 |
| 第二章 彩色空间研究 | 第21-29页 |
| ·常用的彩色空间 | 第21-26页 |
| ·RGB 彩色空间 | 第21-22页 |
| ·RGB 彩色空间的标准化 | 第22-23页 |
| ·经 RGB 线性变换得到的彩色空间 | 第23-24页 |
| ·非线性变换的 CIE 彩色空间 | 第24-25页 |
| ·HSI 彩色空间 | 第25-26页 |
| ·常用彩色空间的比较 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 常见的彩色图像分割方法 | 第29-42页 |
| ·基于边缘的分割技术 | 第29-30页 |
| ·基于边缘检测的分割方法 | 第29-30页 |
| ·分水岭分割方法 | 第30页 |
| ·基于阈值的分割技术 | 第30-35页 |
| ·直方图阈值法 | 第30-32页 |
| ·区域生长、区域合并分裂及其组合 | 第32-34页 |
| ·颜色聚类方法 | 第34-35页 |
| ·基于图论的分割技术 | 第35-36页 |
| ·基于特定理论工具的分割技术 | 第36-41页 |
| ·基于 MRF 随机场的分割方法 | 第36-37页 |
| ·基于四元数的分割方法 | 第37-38页 |
| ·基于神经网络的分割方法 | 第38-39页 |
| ·基于模糊技术的分割方法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于区域块的彩色图像分割 | 第42-62页 |
| ·聚类数目的选取 | 第42-44页 |
| ·高斯混合模型聚类 | 第44-46页 |
| ·EM 算法 | 第44-45页 |
| ·彩色图像高斯混合模型 | 第45-46页 |
| ·基于区域块的彩色图像分割算法 | 第46-51页 |
| ·彩色图像的彩色梯度 | 第46-47页 |
| ·分水岭预分割 | 第47-49页 |
| ·彩色图像块特征 | 第49页 |
| ·基于彩色图像块的彩色图像分割算法 | 第49-51页 |
| ·实验结果及分析 | 第51-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·论文的主要工作 | 第62页 |
| ·本文的主要创新点 | 第62页 |
| ·未来的工作展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文 | 第69-70页 |
| 攻读硕士学位期间从事的科研项目 | 第70页 |
| 攻读硕士学位期间获得的荣誉 | 第70-72页 |
