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

基于二维直方图的图像阈值分割法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-17页
    1.1 课题研究背景及意义第10-12页
    1.2 图像分割的研究现状第12-15页
    1.3 论文的主要研究内容第15-16页
    1.4 论文的结构安排第16-17页
第2章 图像分割基本理论综述第17-28页
    2.1 图像分割的定义第17页
    2.2 图像分割的典型分类方法第17-18页
    2.3 几种常见的阈值分割算法第18-21页
        2.3.1 最大类间方差法(Otsu 法)第18-19页
        2.3.2 最大熵法第19-20页
        2.3.3 最小误差法第20-21页
    2.4 图像分割的质量评价第21-25页
    2.5 直方图第25-27页
    2.6 本章小结第27-28页
第3章 基于二维直方图区域直分的阈值分割第28-39页
    3.1 最小类内方差准则与 MAD 阈值准则第28-29页
        3.1.1 最小类内方差准则第28-29页
        3.1.2 MAD 阈值准则第29页
    3.2 二维 MAD 阈值准则及其分解算法第29-32页
        3.2.1 二维 MAD 阈值准则第29-30页
        3.2.2 二维 MAD 阈值算法的快速算法第30-32页
    3.3 实验结果与分析第32-38页
    3.4 本章小结第38-39页
第4章 基于二维直方图区域斜分的阈值分割第39-51页
    4.1 一维 Fisher 准则阈值法和最大散度差准则阈值法第39-41页
    4.2 二维直方图的区域斜分第41-42页
    4.3 二维直方图区域斜分 MSD 法及其快速递推算法第42-45页
        4.3.1 二维直方图区域斜分 MSD 法第42-43页
        4.3.2 快速递推算法第43-45页
    4.4 实验结果与分析第45-50页
        4.4.1 参数 C 取不同值对图像阈值分割效果的影响第45-48页
        4.4.2 不同阈值选取方法的实验结果比较第48-50页
    4.5 本章小结第50-51页
第5章 改进二维直方图区域直分和斜分的阈值分割第51-62页
    5.1 二维最大熵法阈值选取第51-53页
    5.2 改进的二维直方图区域划分第53-56页
    5.3 实验结果与分析第56-61页
        5.3.1 叉分法参数α、β取不同组合值对分割结果的影响第56-58页
        5.3.2 叉分法与现有几种常用区域划分方法的仿真结果比较第58-61页
    5.4 本章小节第61-62页
第6章 总结与展望第62-65页
    6.1 工作总结第62-63页
    6.2 研究展望第63-65页
参考文献第65-69页
致谢第69-70页
附录A 个人简历第70-71页
附录B 在校期间发表的学术论文及研究成果第71-72页
附录C 论文中的用图第72-73页
附录D 论文中的用表第73页

论文共73页,点击 下载论文
上一篇:基于RBF神经网络的机械臂运动控制算法及应用研究
下一篇:硕士研究生培养质量评价体系研究