基于阈值图像分割的研究及在苹果定位中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 图像分割简介 | 第8-9页 |
| 1.2 图像分割的意义和目的 | 第9-11页 |
| 1.3 本文的结构安排 | 第11-12页 |
| 第二章 图像分割的研究现状 | 第12-20页 |
| 2.1 图像分割方法的分类 | 第12-13页 |
| 2.2 基本分割技术研究现状 | 第13-17页 |
| 2.2.1 并行边界分割技术 | 第13-14页 |
| 2.2.2 并行区域分割技术 | 第14-15页 |
| 2.2.3 串行边界分割技术 | 第15页 |
| 2.2.4 串行区域分割技术 | 第15-17页 |
| 2.3 先进分割技术研究现状 | 第17-20页 |
| 2.3.1 结合特定数学方法和特定工具的分割技术 | 第17-18页 |
| 2.3.2 针对特定图像的分割技术 | 第18-20页 |
| 第三章 基于阈值法图像分割的改进 | 第20-36页 |
| 3.1 图像分割的定义及其数学描述 | 第20-21页 |
| 3.2 一维阈值分割 | 第21-25页 |
| 3.2.1 一维直方图原理 | 第21-22页 |
| 3.2.2 双峰法分割 | 第22-23页 |
| 3.2.3 一维Otsu分割 | 第23-24页 |
| 3.2.4 一维最大熵分割 | 第24-25页 |
| 3.3 二维阈值分割 | 第25-29页 |
| 3.3.1 二维直方图原理 | 第25-27页 |
| 3.3.2 二维Otsu分割 | 第27-28页 |
| 3.3.3 二维最大熵分割 | 第28-29页 |
| 3.4 基于二维直方图的多阈值分割算法改进 | 第29-32页 |
| 3.4.1 多阈值分割原理 | 第29-30页 |
| 3.4.2 阈值个数确定 | 第30-31页 |
| 3.4.3 算法的具体实现 | 第31-32页 |
| 3.5 结果与分析 | 第32-36页 |
| 3.5.1 阈值分割效果图 | 第32-34页 |
| 3.5.2 实验结果比较与分析 | 第34-36页 |
| 第四章 多阈值图像分割时间复杂度的改进 | 第36-50页 |
| 4.1 遗传算法概述 | 第36-37页 |
| 4.2 基本的遗传算法 | 第37-38页 |
| 4.3 改进遗传算法在图像分割应用 | 第38-47页 |
| 4.3.1 编码 | 第39页 |
| 4.3.2 解码 | 第39-40页 |
| 4.3.3 计算适应值 | 第40页 |
| 4.3.4 进化操作 | 第40-44页 |
| 4.3.5 控制参数的设置 | 第44-47页 |
| 4.3.6 终止循环的条件 | 第47页 |
| 4.4 实验结果对比和分析 | 第47-50页 |
| 第五章 图像分割在苹果定位中的应用 | 第50-64页 |
| 5.1 彩色图像的模型转换 | 第50-53页 |
| 5.2 图像预处理 | 第53-55页 |
| 5.2.1 去绿处理 | 第53-55页 |
| 5.2.2 中值滤波处理 | 第55页 |
| 5.3 改进的分割算法在苹果定位的应用 | 第55-56页 |
| 5.4 分割图像的二次处理 | 第56-64页 |
| 5.4.1 二次处理方法 | 第57-61页 |
| 5.4.2 分割后的图像二次处理 | 第61-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64页 |
| 6.2 前景展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-70页 |
