| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 基于共生矩阵的图像阈值法概述 | 第12-17页 |
| 1.1.1 经典的图像阈值化算法 | 第12-13页 |
| 1.1.2 基于图像共生矩阵的阈值法 | 第13-17页 |
| 1.2 本文研究背景和意义 | 第17-18页 |
| 1.3 本文主要内容及结构安排 | 第18-20页 |
| 第二章 基于类间相对均匀性信息的阈值法 | 第20-40页 |
| 2.1 引言 | 第20页 |
| 2.2 集中于目标的Otsu阈值法 | 第20-24页 |
| 2.2.1 Otsu阈值法的局限性 | 第20-22页 |
| 2.2.2 集中于目标的Otsu阈值法 | 第22-23页 |
| 2.2.3 基于图像直方图的集中于目标的Otsu阈值法 | 第23-24页 |
| 2.3 基于类间相对均匀性的Otsu阈值法 | 第24-29页 |
| 2.3.1 集中于目标的Otsu阈值法的应用分析 | 第24-27页 |
| 2.3.2 融合两类信息的基于类间相对均匀性的Otsu阈值法 | 第27-29页 |
| 2.4 基于类间相对均匀性的Otsu改进阈值法 | 第29-34页 |
| 2.4.1 修正的基于类间相对均匀性的Otsu阈值法 | 第29-30页 |
| 2.4.2 加权融合的基于类间相对均匀性的Otsu阈值法 | 第30-34页 |
| 2.5 加入邻域信息的基于类间相对均匀性的Otsu阈值法 | 第34-38页 |
| 2.5.1 基于邻域空间信息的一维直方图 | 第34-36页 |
| 2.5.2 阈值化结果选取 | 第36-38页 |
| 2.6 小结 | 第38-40页 |
| 第三章 基于灰度转移信息的对称共生矩阵阈值法 | 第40-60页 |
| 3.1 引言 | 第40页 |
| 3.2 基于均值的平方距离灰度转移对称共生矩阵阈值法 | 第40-43页 |
| 3.2.1 灰度转移对称共生矩阵的构造 | 第40-41页 |
| 3.2.2 基于均值的平方距离灰度转移对称共生矩阵阈值法 | 第41-43页 |
| 3.3 基于中值的平方距离灰度转移对称共生矩阵阈值法 | 第43-51页 |
| 3.3.1 基于中值的平方距离灰度转移对称共生矩阵 | 第43-45页 |
| 3.3.2 实验结果分析 | 第45-51页 |
| 3.4 基于相对均匀性的平方距离阈值法 | 第51-52页 |
| 3.5 基于相对熵的灰度转移对称共生矩阵阈值法 | 第52-59页 |
| 3.5.1 基于相对熵的灰度转移对称共生矩阵阈值法原理 | 第52-55页 |
| 3.5.2 阈值结果分析 | 第55-57页 |
| 3.5.3 性能评估 | 第57-59页 |
| 3.6 小结 | 第59-60页 |
| 第四章 基于均值信息的非对称共生矩阵阈值法 | 第60-90页 |
| 4.1 引言 | 第60页 |
| 4.2 “灰度-均值”非对称共生矩阵阈值法 | 第60-76页 |
| 4.2.1 基于最大熵的阈值化快速算法 | 第60-66页 |
| 4.2.2 基于Arimoto熵的阈值法 | 第66-76页 |
| 4.3 “灰度-最小方差均值”非对称共生矩阵阈值法 | 第76-87页 |
| 4.3.1 “灰度-最小方差均值”非对称共生矩阵 | 第76-77页 |
| 4.3.2 基于“灰度-最小方差均值”的二维最大熵阈值法 | 第77-80页 |
| 4.3.3 基于“灰度-最小方差均值”的相对熵阈值法 | 第80-86页 |
| 4.3.4 基于“灰度-最小方差均值”的二维直线型Arimoto阈值法 | 第86-87页 |
| 4.4 小结 | 第87-90页 |
| 第五章 基于梯度信息的非对称共生矩阵阈值法 | 第90-108页 |
| 5.1 引言 | 第90页 |
| 5.2 图像梯度值的计算方法 | 第90-93页 |
| 5.2.1 采用线性滤波方法求梯度 | 第91-92页 |
| 5.2.2 形态学方法求梯度 | 第92页 |
| 5.2.3 梯度方法比较 | 第92-93页 |
| 5.3 “灰度-梯度”非对称共生矩阵阈值法 | 第93-96页 |
| 5.3.1 “灰度-梯度”非对称共生矩阵 | 第93-94页 |
| 5.3.2 “灰度-梯度”最大条件熵阈值法 | 第94-96页 |
| 5.4 加权调节的“灰度-梯度”非对称共生矩阵阈值法 | 第96-100页 |
| 5.4.1 基于目标完整性的加权条件熵法 | 第96-97页 |
| 5.4.2 基于边缘和纹理保留的加权条件熵法 | 第97页 |
| 5.4.3 实验结果对比分析 | 第97-100页 |
| 5.5 基于图像梯度信息的集中于目标的Otsu阈值法 | 第100-102页 |
| 5.6 基于“灰度-均值-梯度”三维共生矩阵的阈值法 | 第102-106页 |
| 5.6.1 “灰度-均值-梯度”非对称共生矩阵 | 第102-105页 |
| 5.6.2 实验结果分析 | 第105-106页 |
| 5.7 小结 | 第106-108页 |
| 第六章 总结与展望 | 第108-112页 |
| 6.1 总结 | 第108-111页 |
| 6.2 存在问题及展望 | 第111-112页 |
| 参考文献 | 第112-120页 |
| 致谢 | 第120-122页 |
| 作者简介 | 第122-124页 |
| 1.基本情况 | 第122页 |
| 2.教育背景 | 第122页 |
| 3.攻读博士期间的研究成果 | 第122-124页 |
