基于膜计算的图像区域分割方法研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-14页 |
·课题的研究背景和意义 | 第8-9页 |
·膜计算的研究历史和现状 | 第9-10页 |
·图像分割的研究历史和现状 | 第10-12页 |
·论文主要研究内容及组织结构 | 第12-14页 |
2 膜计算与图像分割的基本理论 | 第14-30页 |
·膜计算基本理论 | 第14页 |
·膜计算的生物基础 | 第14-15页 |
·膜计算模型 | 第15-18页 |
·细胞型P系统 | 第17页 |
·组织型P系统 | 第17-18页 |
·神经型P系统 | 第18页 |
·组织型P系统的定义及实例 | 第18-20页 |
·组织型P系统的定义 | 第18-19页 |
·组织型P系统的实例 | 第19-20页 |
·图像分割基本理论 | 第20-21页 |
·图像分割基本方法 | 第21-29页 |
·基于边缘的分割方法 | 第21-25页 |
·基于幅度的阈值分割方法 | 第25-28页 |
·基于区域的分割方法 | 第28-29页 |
·本章小结 | 第29-30页 |
3 一种基于P系统的灰度图像区域分割法 | 第30-40页 |
·区域生长的基本理论 | 第30-32页 |
·区域分割方法的评估 | 第32-33页 |
·区域对比度准则 | 第32-33页 |
·区域内部均匀性准则 | 第33页 |
·所提出的算法中初始种子点的选取 | 第33-34页 |
·提出的区域分割方法 | 第34-36页 |
·膜结构 | 第34页 |
·膜对象 | 第34-35页 |
·提出的组织P系统 | 第35-36页 |
·实验结果及分析 | 第36-39页 |
·本章小结 | 第39-40页 |
4 一种基于P系统的彩色图像区域分割法 | 第40-51页 |
·彩色空间 | 第40-41页 |
·选取初始种子点 | 第41-43页 |
·提出的彩色图像分割方法 | 第43-46页 |
·膜结构 | 第43-44页 |
·膜对象 | 第44页 |
·提出的组织P系统 | 第44-46页 |
·算法流程图 | 第46-48页 |
·实验结果及分析 | 第48-51页 |
结论 | 第51-52页 |
参考文献 | 第52-56页 |
攻读硕士学位期间发表的论文及科研成果 | 第56-57页 |
致谢 | 第57页 |