| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·图像分割研究背景及意义 | 第12-14页 |
| ·图像分割方法及现状 | 第14-17页 |
| ·图像分割方法 | 第14页 |
| ·图像分割的现状和云理论分割图像的发展 | 第14-17页 |
| ·论文的选题和研究意义 | 第17页 |
| ·本文的主要工作和工作内容 | 第17-19页 |
| 第2章 图像分割方法综述 | 第19-32页 |
| ·基本图像分割方法 | 第19-24页 |
| ·基于区域的图像分割 | 第19-20页 |
| ·基于阈值的图像分割 | 第20-22页 |
| ·基于边缘检测的图像分割 | 第22-24页 |
| ·新兴理论在图像分割中的应用 | 第24-29页 |
| ·基于神经网络的图像分割方法 | 第24-25页 |
| ·基于数学形态学的图像分割 | 第25-27页 |
| ·基于蚁群算法的图像分割 | 第27-28页 |
| ·基于遗传算法的图像分割 | 第28页 |
| ·基于模糊理论的图像分割 | 第28-29页 |
| ·基于云理论的图像分割 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 云理论的基础理论 | 第32-44页 |
| ·云模型的基础理论 | 第32-40页 |
| ·云模型的基础理论知识 | 第33-35页 |
| ·基本云模型 | 第35-37页 |
| ·云发生器 | 第37-40页 |
| ·云运算 | 第40-42页 |
| ·云的代数运算 | 第40-41页 |
| ·云的逻辑运算与语气运算 | 第41-42页 |
| ·不确定性云推理 | 第42-43页 |
| ·单条件单规则推理器 | 第42-43页 |
| ·单条件多规则推理器 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 一种新的云核提取方法在图像分割中的应用 | 第44-60页 |
| ·传统正向云模型构建存在的问题 | 第44-47页 |
| ·不同的数字特征对云模型建立的影响 | 第44-46页 |
| ·正态云模型的建立 | 第46-47页 |
| ·新的熵的提取方法在图像分割中应用的可行性分析 | 第47-50页 |
| ·根据“3En”规则熵的求取方法 | 第47-48页 |
| ·云变换方法在多阈值分割当中应用可行性分析 | 第48-50页 |
| ·新的方法实现的步骤 | 第50-54页 |
| ·云模型拟合图像数据步骤 | 第51-52页 |
| ·图像数据的云化 | 第52-54页 |
| ·图像分割的结果 | 第54-56页 |
| ·图像分割的评价 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 基于云变换的多云核提取方法在图像分割中的应用研究 | 第60-69页 |
| ·基于云变换的多云核提取方法 | 第60-61页 |
| ·多云核提取进行图像分割的步骤 | 第61-62页 |
| ·实验分割对比 | 第62-65页 |
| ·实验分割对比图 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 基于 NBS 距离与云理论的彩色图像的分割 | 第69-73页 |
| ·计算图像像素的 NBS 距离 | 第69-70页 |
| ·彩色图像的量化 | 第69页 |
| ·基于欧式距离的云模型的提取 | 第69-70页 |
| ·云模型的合并 | 第70-71页 |
| ·实验分割对比 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读学位期间发表的学术论文 | 第81-82页 |
| 致谢 | 第82页 |