| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-19页 |
| ·研究背景 | 第8-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·基于图论的图像分割的研究现状 | 第11-14页 |
| ·概率统计理论在自然图像抠图中的应用 | 第14-16页 |
| ·本文研究内容 | 第16页 |
| ·本文的研究思路和方法 | 第16-19页 |
| ·本文研究思路 | 第16-17页 |
| ·主要研究方法和过程 | 第17页 |
| ·章节安排 | 第17-19页 |
| 第二章 图论和图的分割 | 第19-36页 |
| ·图的相关理论 | 第19-22页 |
| ·图的概念 | 第19-20页 |
| ·有向图、无向图和顶点的度 | 第20-21页 |
| ·图的矩阵表示 | 第21-22页 |
| ·图论用于图像分割的常用算法 | 第22-30页 |
| ·最小生成树算法 | 第23-24页 |
| ·最短路径算法 | 第24-26页 |
| ·最优割集算法 | 第26-30页 |
| ·最小生成树及其常用算法 | 第30-35页 |
| ·最小生成树概念 | 第30-31页 |
| ·最小生成树常用算法 | 第31-34页 |
| ·最小生成树用于图像分割 | 第34-35页 |
| 本章小结 | 第35-36页 |
| 第三章 基于抠图和图论最小生成树的图像分割 | 第36-53页 |
| ·基于贝叶斯抠图的图像预处理 | 第36-41页 |
| ·贝叶斯抠图理论 | 第36-40页 |
| ·抠图实验结果分析 | 第40-41页 |
| ·基于最小生成树的图像分割算法及其改进 | 第41-47页 |
| ·基于最小生成树的图像分割算法 | 第41-44页 |
| ·最小生成树分割算法的改进 | 第44-47页 |
| ·结合改进图论和贝叶斯抠图算法的图像分割(IGB-BM) | 第47-49页 |
| ·实验结果及分析 | 第49-52页 |
| 本章小结 | 第52-53页 |
| 第四章 基于最小生成树及K均值聚类算法的路面裂隙检测研究 | 第53-70页 |
| ·引导滤波增强算法 | 第53-58页 |
| ·基于MST和K均值聚类的裂缝提取算法 | 第58-60页 |
| ·骨架提取、毛刺消除及断线连接 | 第60-61页 |
| ·骨架提取 | 第60-61页 |
| ·毛刺消除与断线连接 | 第61页 |
| ·实验结果及分析 | 第61-66页 |
| ·基于MST及Canny算子的图像分割算法探讨 | 第66-69页 |
| ·Canny边界扫描基础知识 | 第66-67页 |
| ·最小生成树算法与Canny算子结合(GB-CO) | 第67-69页 |
| ·结论 | 第69页 |
| 本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-73页 |
| ·总结 | 第70-71页 |
| ·存在的问题及展望 | 第71-73页 |
| 结束语 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 在学期间的研究成果及发表的学术论文 | 第81页 |
