彩色树木图像分割方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究目的与意义 | 第8-9页 |
| ·树木图像分割的研究现状 | 第9页 |
| ·本文图像分割方法的研究现状 | 第9-10页 |
| ·主要内容与技术路线 | 第10-12页 |
| ·主要内容 | 第10页 |
| ·技术路线 | 第10-12页 |
| 2 基于改进分水岭的树木图像分割 | 第12-37页 |
| ·RGB颜色空间 | 第12-13页 |
| ·形态学的基本运算 | 第13-14页 |
| ·膨胀和腐蚀运算 | 第13页 |
| ·开闭运算 | 第13页 |
| ·开闭重构运算 | 第13-14页 |
| ·树木图像分割的形态学处理操作 | 第14页 |
| ·改进的分水岭分割 | 第14-17页 |
| ·改进分水岭分割方法简介 | 第14-17页 |
| ·基于改进分水岭的树木图像分割 | 第17-36页 |
| ·基于过绿特征变换的改进分水岭分割 | 第17-22页 |
| ·基于梯度变换的改进分水岭分割 | 第22-28页 |
| ·基于K-mean聚类变换的改进分水岭分割 | 第28-36页 |
| ·本章小结 | 第36-37页 |
| 3 基于最大熵的树木图像分割 | 第37-49页 |
| ·二维最大熵的分割思想 | 第37-38页 |
| ·二维最大熵的树木图像分割 | 第38-39页 |
| ·灰度-梯度最大熵的分割思想 | 第39-41页 |
| ·灰度-梯度归一化 | 第41页 |
| ·计算灰度-梯度共生矩阵 | 第41页 |
| ·基于灰度-梯度最大熵的树木图像分割 | 第41-43页 |
| ·二维最大熵与灰度-梯度最大熵分割方法对比 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 4 基于C-V模型水平集方法的树木图像分割 | 第49-60页 |
| ·曲线演化 | 第49-50页 |
| ·水平集方法 | 第50-51页 |
| ·C-V模型的介绍 | 第51-59页 |
| ·C-V模型图像分割的数值解法 | 第52-53页 |
| ·基于C-V模型的水平集树木图像分割 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 5 树木图像分割方法的比较分析 | 第60-73页 |
| ·树木图像分割方法的比较 | 第60-63页 |
| ·树木图像分割实验软件系统 | 第63-66页 |
| ·图像用户界面 | 第63页 |
| ·实验系统的设计 | 第63-66页 |
| ·实验系统GUI界面实现 | 第66-72页 |
| ·输入图像菜单 | 第66-67页 |
| ·改进分水岭菜单 | 第67-68页 |
| ·最大熵分割方法菜单 | 第68-70页 |
| ·实验系统界面二操作 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 攻读学位期间发表的学术论文 | 第76-77页 |
| 致谢 | 第77-78页 |
