| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 论文研究的主要工作 | 第10-12页 |
| 第二章 彩色图像分割的相关基础理论 | 第12-28页 |
| 2.1 图像分割概念 | 第12页 |
| 2.2 彩色图像转变灰度图像的意义 | 第12-14页 |
| 2.3 颜色空间模型 | 第14-19页 |
| 2.3.1 RGB颜色空间模型 | 第14-15页 |
| 2.3.2 HIS颜色模型 | 第15-17页 |
| 2.3.3 CIE颜色空间模型 | 第17-19页 |
| 2.4 形态学滤波去噪 | 第19-22页 |
| 2.5 图像分割的分类 | 第22-26页 |
| 2.5.1 直方图阈值法 | 第23页 |
| 2.5.2 基于人工神经网络的分割方法 | 第23-24页 |
| 2.5.3 边缘检测 | 第24-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 一种基于HIS颜色空间的分割复杂背景图像算法 | 第28-34页 |
| 3.1 引言 | 第28页 |
| 3.2 基于HIS颜色空间的彩色图像分割 | 第28-30页 |
| 3.2.1 图像预处理 | 第28-29页 |
| 3.2.2 区域生长算法 | 第29-30页 |
| 3.2.3 数学形态学腐蚀 | 第30页 |
| 3.3 实验结果及分析 | 第30-31页 |
| 3.4 本章小结 | 第31-34页 |
| 第四章 一种基于多阈值迭代方法的图像分割算法 | 第34-40页 |
| 4.1 引言 | 第34页 |
| 4.2 单阈值分割算法大津法 | 第34-35页 |
| 4.3 多阈值分割算法理论 | 第35-36页 |
| 4.3.1 图像均衡化的原理 | 第35-36页 |
| 4.3.2 二值掩模 | 第36页 |
| 4.4 迭代式阈值分割算法 | 第36-37页 |
| 4.5 实验结果及分析 | 第37-38页 |
| 4.6 本章小结 | 第38-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 本文工作总结 | 第40页 |
| 5.2 展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士期间的主要成果 | 第46-48页 |
| 致谢 | 第48页 |