| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·数字图像处理概述 | 第8-9页 |
| ·图像和数字图像 | 第8页 |
| ·数字图像处理 | 第8-9页 |
| ·图像分割概述 | 第9-11页 |
| ·图像分割定义 | 第9-10页 |
| ·图像分割研究意义 | 第10-11页 |
| ·论文的选题和研究意义 | 第11-12页 |
| ·论文的主要内容和组织结构 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·组织结构 | 第12-14页 |
| 2 彩色图像分割技术 | 第14-26页 |
| ·颜色空间 | 第14-19页 |
| ·RGB 颜色空间 | 第14-15页 |
| ·由 RGB 颜色空间线性变换得到的空间 | 第15-16页 |
| ·由 RGB 颜色空间非线性变换得到的空间 | 第16-19页 |
| ·线性颜色空间和非线性颜色空间的比较 | 第19页 |
| ·彩色图像分割的方法 | 第19-25页 |
| ·直方图阈值法 | 第20页 |
| ·颜色空间聚类 | 第20-21页 |
| ·基于区域的分割方法 | 第21-22页 |
| ·边缘检测的分割方法 | 第22-23页 |
| ·基于特定理论的分割方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 K-means 均值聚类算法 | 第26-34页 |
| ·K-means 均值聚类算法原理及实现 | 第26-29页 |
| ·K-means 聚类算法原理及步骤 | 第26-27页 |
| ·K-means 聚类算法分割实验 | 第27-29页 |
| ·对传统 K-means 均值聚类中心随机选择的改进 | 第29-33页 |
| ·彩色图像 RGB 分量的直方图 | 第29-30页 |
| ·对直方图进行平滑 | 第30-31页 |
| ·自动检测峰值 | 第31-32页 |
| ·由波峰集合产生聚类中心 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于四元数聚类的彩色图像分割方法 | 第34-47页 |
| ·四元数基本理论 | 第34-39页 |
| ·图像导入 | 第34-36页 |
| ·四元数表示形式 | 第36-39页 |
| ·四元数旋转 | 第39-41页 |
| ·四元数几何意义 | 第39页 |
| ·四元数旋转理论 | 第39-41页 |
| ·基于四元数聚类的彩色图像分割算法 | 第41-46页 |
| ·基于四元数的色调差计算方法 | 第41-42页 |
| ·基于四元数聚类的彩色图像分割算法描述 | 第42页 |
| ·实验与结果分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-48页 |
| ·本论文研究工作总结 | 第47页 |
| ·下一步工作展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录 | 第51页 |