基于最小模糊性度量的图像分割方法

摘要	第1-6页
Abstract	第6-9页
引言	第9-11页
第1章 数字图像分割方法概述	第11-21页
·数字图像处理	第11-12页
·图像分割方法	第12-21页
·图像分割简介	第12-13页
·灰度阈值分割	第13-18页
·边缘检测	第18-20页
·区域分割	第20-21页
第2章 模糊集合理论	第21-26页
·模糊集	第21-22页
·模糊性的度量	第22-23页
·模糊度	第22页
·常用的模糊度介绍	第22-23页
·模糊划分熵	第23-26页
·模糊划分	第23-24页
·模糊划分熵	第24-25页
·模糊条件划分熵	第25-26页
第3章 基于对象的图像阈值分割	第26-39页
·模糊阈值分割算法	第26-28页
·模糊阈值分割的原理	第27页
·常见的模糊阈值分割算法	第27-28页
·基于对象的图像分割算法	第28-34页
·图像模型	第28-29页
·图像模型上的模糊度	第29-30页
·图像模型上的模糊划分熵	第30-31页
·改进算法模糊集的建立	第31-32页
·选择决策度量	第32-33页
·确定最优阈值	第33-34页
·实验分析	第34-39页
·改进算法的实验结果	第34-37页
·与经典算法实验结果比较	第37-39页
第4章 改进的图像边缘检测方法	第39-52页
·边缘检测算法简介	第39-41页
·边缘检测的概况	第39-40页
·边缘检测算法的发展	第40-41页
·改进的边缘检测算法	第41-46页
·方向信息测度	第42-44页
·基于最小模糊度的图像阈值选取算法	第44-45页
·改进的边缘检测算法流程	第45-46页
·实验分析	第46-52页
·改进算法的实验结果	第46-49页
·与其他算法结果比较	第49-52页
第5章 结论	第52-54页
·本文研究的主要工作	第52-53页
·有待进一步研究的工作	第53-54页
参考文献	第54-57页
攻读学位期间公开发表论文	第57-58页
致谢	第58-59页
研究生履历	第59页