路面图片分割方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景和研究意义 | 第9页 |
| ·路面数字图片的获取 | 第9-10页 |
| ·路面图像的灰度特征分析 | 第10-12页 |
| ·国内外的研究现状 | 第12页 |
| ·文章的结构和内容 | 第12-14页 |
| 第二章 阈值分割 | 第14-30页 |
| ·迭代阈值法 | 第14-17页 |
| ·最大类间方差法 | 第17-20页 |
| ·最优阈值法 | 第20-23页 |
| ·基于熵的阈值分割 | 第23-28页 |
| ·一维最大熵法 | 第23-26页 |
| ·最小交叉熵法 | 第26-28页 |
| ·小结 | 第28-30页 |
| 第三章 基于区域生长算法的图像分割 | 第30-41页 |
| ·区域生长算法的基本原理 | 第30页 |
| ·区域生长算法种子点的选取 | 第30-33页 |
| ·基于灰度值的种子点选取 | 第31页 |
| ·基于相对统计特征种子点选取 | 第31-32页 |
| ·基于梯度特征种子点选取 | 第32-33页 |
| ·基于二维直方图种子点的选取 | 第33页 |
| ·区域生长算法相似性准则的选取 | 第33-35页 |
| ·基于灰度差 | 第33-34页 |
| ·基于灰度分布的统计特性 | 第34-35页 |
| ·基于共同边界特征 | 第35页 |
| ·区域生长算法阈值的选取 | 第35-38页 |
| ·生长过程中停止的条件或规则 | 第38页 |
| ·小结 | 第38-41页 |
| 第四章 基于分水岭算法的图像分割 | 第41-52页 |
| ·分水岭算法的基本思想 | 第41-42页 |
| ·分水岭算法图像的预处理 | 第42-43页 |
| ·用梯度算子预处理图像 | 第42-43页 |
| ·用表面法向特征及边缘模型预处理图像 | 第43页 |
| ·分水岭算法分割图像 | 第43-46页 |
| ·算法描述 | 第44页 |
| ·算法步骤和伪码 | 第44-46页 |
| ·分水岭算法分割图像的后处理 | 第46-47页 |
| ·分水岭点归属区域的判别 | 第46页 |
| ·盆地内信息的计算 | 第46-47页 |
| ·相邻盆地信息计算 | 第47页 |
| ·分水岭算法过分割后的区域融合 | 第47-48页 |
| ·区域平均灰度相似性准则 | 第48页 |
| ·区域边界强度相似性准则 | 第48页 |
| ·区域边界长度准则 | 第48页 |
| ·区域大小与平均灰度相结合的准则 | 第48页 |
| ·小结 | 第48-52页 |
| 第五章 分割后图像处理与分析 | 第52-62页 |
| ·石子内部孔洞的填补 | 第52-54页 |
| ·边界跟踪填补内部孔洞 | 第53页 |
| ·区域生长填补内部孔洞 | 第53-54页 |
| ·目标的“粘连”问题 | 第54-55页 |
| ·石子特性的计算 | 第55-61页 |
| ·区域标记 | 第55-56页 |
| ·特性计算 | 第56-58页 |
| ·特性参数计算示例 | 第58-61页 |
| ·小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
