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

基于阈值选取的图像分割方法研究--Parzen窗技术在阈值分割方法中的应用

摘要第1-6页
Abstract第6-7页
第一章 绪论第7-11页
   ·问题的提出第7-8页
   ·国内外研究现状第8-9页
   ·本文的主要研究工作和全文的安排第9-11页
     ·全文的主要研究工作第9-10页
     ·全文的撰写安排第10-11页
第二章 图像分割方法简介第11-15页
   ·图像分割算法的分类第11-12页
   ·基于阈值化分割算法的原理及前人的主要研究成果第12-14页
     ·阈值化分割原理第12-13页
     ·基于阈值化分割原理的算法简介第13-14页
   ·本章小结第14-15页
第三章 PARZEN-WINDOW 原理及熵的概念第15-23页
   ·PARZEN-WINDOW 方法第15-18页
     ·Parzen-window 估计法的基本原理第15-18页
     ·窗函数的选取第18页
   ·熵的概念第18-23页
     ·热力学中的熵第18-19页
     ·信息熵第19-21页
     ·信息熵在图像阈值化中的应用第21-23页
第四章 基于PARZEN-WINDOW 和熵的图像分割阈值选取新方法PWET第23-39页
   ·引言第23页
   ·KSW 熵方法第23-25页
   ·图像分割阈值选取新方法PWET第25-37页
     ·Parzen-window 估计法用于图像的估计第25-27页
     ·构造新的目标函数第27-28页
     ·实验结果与分析第28-37页
       ·实验结果第28-37页
         ·对合成图像实验第29-31页
         ·对真实图像实验第31-37页
       ·实验小结第37页
   ·本章小结第37-39页
第五章 基于PARZEN-WINDOW 技术的图像分割阈值选取新方法PWT第39-59页
   ·引言第39页
   ·PARZEN-WINDOW 估计法用于图像的估计第39-41页
   ·图像分割阈值选取新方法PWT第41-43页
   ·实验结果与分析第43-58页
     ·实验结果第43-57页
       ·对合成图像实验第44-46页
       ·对NDT 图像实验第46-52页
       ·对其它真实图像实验第52-57页
     ·实验小结第57-58页
   ·本章小结第58-59页
第六章 总结与展望第59-61页
   ·总结第59页
   ·展望第59-61页
第七章 参考文献第61-66页
附录 读研期间发表和收录的学术论文第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:无人机车载箱式发射结构优化、动力学仿真及有限元分析
下一篇:基于奇点特征提取和时频分析的早期乳腺癌检测技术