图像分割算法的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 结论 | 第9-13页 |
| ·图像分割的研究背景及意义 | 第9-10页 |
| ·图像分割算法的国内外研究现状 | 第10-11页 |
| ·本文章节安排 | 第11-13页 |
| 第二章 图像分割基础知识 | 第13-23页 |
| ·视觉系统 | 第13-14页 |
| ·图像的预处理 | 第14-20页 |
| ·均值滤波 | 第14-16页 |
| ·中值滤波 | 第16-17页 |
| ·形态学滤波 | 第17-18页 |
| ·自适应滤波 | 第18页 |
| ·实验结果对比分析 | 第18-20页 |
| ·图像分割的定义 | 第20-21页 |
| ·图像分割方法评介 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 图像分割方法 | 第23-33页 |
| ·基于边缘检测的分割方法 | 第23-29页 |
| ·传统的边缘检测算子 | 第24-28页 |
| ·仿真实验分析 | 第28-29页 |
| ·基于阈值的分割方法 | 第29-31页 |
| ·全局阈值 | 第30-31页 |
| ·局部阈值 | 第31页 |
| ·其他图像分割技术 | 第31-32页 |
| ·基于区域跟踪的分割方法 | 第31-32页 |
| ·基于特定理论的分割方法 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 图像分割算法改进 | 第33-57页 |
| ·基于滤波的图像分割算法改进 | 第33-42页 |
| ·椒盐噪声的特点 | 第33-34页 |
| ·图像去噪的评价方法 | 第34-35页 |
| ·检测噪声的方法 | 第35页 |
| ·滤波窗口 | 第35-36页 |
| ·算法步骤 | 第36页 |
| ·噪声的滤除 | 第36-37页 |
| ·仿真实验分析 | 第37-40页 |
| ·新的基于统计滤波的图像分割算法 | 第40-42页 |
| ·基于分段点乘的图像分割算法 | 第42-53页 |
| ·图像的相加运算 | 第42-44页 |
| ·图像的点乘运算 | 第44-48页 |
| ·分段点乘 | 第48-50页 |
| ·仿真实验与分析 | 第50-53页 |
| ·基于反转的Canny图像分割 | 第53-56页 |
| ·算法原理 | 第53页 |
| ·仿真实验结果及分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 图像分割方法在医学图像中的应用 | 第57-65页 |
| ·引言 | 第57-58页 |
| ·含有椒盐噪声图像的直方图 | 第58-60页 |
| ·仿真实验结果对比 | 第60-64页 |
| ·仿真实验 | 第60-63页 |
| ·算法性能参数分析 | 第63页 |
| ·实验结果和算法性能参数对比分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-66页 |
| ·本文工作总结 | 第65页 |
| ·进一步的工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间研究成果 | 第71页 |
| 基金项目 | 第71页 |
