基于模糊逻辑的图像分割算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-13页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 图像分割现状综述 | 第7-10页 |
| 1.3 图像的模糊性分析 | 第10-11页 |
| 1.4 本文的主要工作及章节安排 | 第11-13页 |
| 第二章 图像分割与模糊理论基础 | 第13-24页 |
| 2.1 图像分割算法 | 第13-16页 |
| 2.1.1 基于阈值的图像分割方法 | 第13-14页 |
| 2.1.2 基于边缘检测的图像分割方法 | 第14-15页 |
| 2.1.3 基于区域的图像分割方法 | 第15页 |
| 2.1.4 基于特定理论的图像分割方法 | 第15-16页 |
| 2.2 模糊理论 | 第16-21页 |
| 2.2.1 模糊理论的产生及发展 | 第16-17页 |
| 2.2.2 模糊集基础 | 第17-19页 |
| 2.2.3 图像的模糊熵 | 第19-21页 |
| 2.3 模糊理论在图像分割中的应用 | 第21-23页 |
| 2.3.1 在阈值分割方法中的应用 | 第21-22页 |
| 2.3.2 在边缘检测方法中的应用 | 第22-23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 基于模糊逻辑的阈值图像分割方法 | 第24-42页 |
| 3.1 引言 | 第24页 |
| 3.2 基于模糊度的图像阈值分割方法 | 第24-30页 |
| 3.2.1 图像分割算法 | 第24-27页 |
| 3.2.2 自适应模糊阈值分割方法 | 第27-30页 |
| 3.3 基于灰度直方图的模糊熵分割方法 | 第30-36页 |
| 3.3.1 一维模糊熵分割方法 | 第30-32页 |
| 3.3.2 二维模糊熵加权分割方法 | 第32-36页 |
| 3.4 算法实验仿真 | 第36-41页 |
| 3.4.1 基于模糊度的图像阈值分割方法实验仿真 | 第36-39页 |
| 3.4.2 基于灰度直方图的模糊熵方法实验仿真 | 第39-41页 |
| 3.5 小结 | 第41-42页 |
| 第四章 基于模糊逻辑的图像边缘检测算法 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 边缘检测 | 第42-45页 |
| 4.2.1 梯度算子 | 第42-43页 |
| 4.2.2 拉普拉斯算子 | 第43-44页 |
| 4.2.3 Canny算子 | 第44-45页 |
| 4.3 基于模糊增强的图像边缘检测算法 | 第45-51页 |
| 4.3.1 经典模糊增强边缘检测算法 | 第45-47页 |
| 4.3.2 边缘置信度 | 第47-48页 |
| 4.3.3 改进的模糊边缘检测算法 | 第48-51页 |
| 4.4 实验结果分析 | 第51-53页 |
| 4.5 小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54页 |
| 5.2 研究展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录 | 第59-60页 |
