| 第一章 绪论 | 第1-12页 |
| ·图像工程概述 | 第7-9页 |
| ·本文的研究意义 | 第9-10页 |
| ·本文所做的主要工作 | 第10页 |
| ·本文的组织结构 | 第10-12页 |
| 第二章 图像分割 | 第12-23页 |
| ·图像分割简介 | 第12-13页 |
| ·图像分割定义 | 第13-14页 |
| ·图像分割方法分类 | 第14-21页 |
| ·灰度图像分割方法 | 第14-18页 |
| ·彩色图像分割方法 | 第18-21页 |
| ·彩色空间 | 第18-19页 |
| ·不同彩色空间之间的转换 | 第19-21页 |
| ·常用的彩色图像分割方法 | 第21页 |
| ·分割方法的评价 | 第21页 |
| ·小结 | 第21-23页 |
| 第三章 图像的二值化处理 | 第23-39页 |
| ·引言 | 第23-24页 |
| ·图像边缘提取 | 第24-26页 |
| ·边缘检测方法 | 第24-25页 |
| ·经典的边缘检测算子 | 第25-26页 |
| ·熵理论用于图像分割 | 第26-28页 |
| ·基于边界特征的一维最大熵图像二值化方法的研究与实现 | 第28-38页 |
| ·算法思想的提出 | 第28-29页 |
| ·算法实现的步骤 | 第29-30页 |
| ·实验结果图 | 第30-37页 |
| ·实验结果分析 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 信息融合技术 | 第39-44页 |
| ·信息融合的概念 | 第39页 |
| ·信息融合的基本原理 | 第39-41页 |
| ·目前国内外的数据融合方法 | 第41-42页 |
| ·综合平均法 | 第41页 |
| ·贝叶斯估计法 | 第41-42页 |
| ·D-S法 | 第42页 |
| ·模糊逻辑法 | 第42页 |
| ·国内外的研究现状 | 第42-44页 |
| 第五章 基于信息融合的图像分割 | 第44-57页 |
| ·纹理的概念 | 第44页 |
| ·纹理特征提取方法 | 第44-47页 |
| ·基于算子的特征提取 | 第45页 |
| ·基于统计的特征 | 第45-46页 |
| ·基于灰度共生矩阵的方法 | 第45-46页 |
| ·基于统计特征矩阵的方法 | 第46页 |
| ·基于灰度级行程的特征 | 第46页 |
| ·基于变换域的特征 | 第46-47页 |
| ·纹理图像的边缘检测 | 第47页 |
| ·纹理信息和灰度信息相融合的图像分割方法 | 第47-53页 |
| ·图像分析 | 第47-48页 |
| ·纹理特征 | 第48-50页 |
| ·算法思想的提出 | 第50-52页 |
| ·基于子区域的区域增长步骤 | 第52-53页 |
| ·实验结果 | 第53页 |
| ·小结 | 第53-57页 |
| 第六章 结论与展望 | 第57-60页 |
| ·总结 | 第57-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-64页 |
| 致谢 | 第64-65页 |