| 1 引言 | 第1-10页 |
| 2 图像分割 | 第10-17页 |
| 2．1 图像分割概述 | 第10-11页 |
| 2．2 图像分割的定义 | 第11页 |
| 2．3 图像分割的方法 | 第11-12页 |
| 2．4 神经网络 | 第12-14页 |
| 2．4．1 神经网络的定义 | 第12页 |
| 2．4．2 神经网络的分类及典型的神经网络模型 | 第12-14页 |
| 2．4．3 神经网络在图像处理中的应用 | 第14页 |
| 2．5 阈值分割方法 | 第14-17页 |
| 3 用LEGION方法分割超声心脏图像 | 第17-23页 |
| 3．1 超声心脏图像的特点及其分割的意义 | 第17-18页 |
| 3．2 几种传统方法对超声心脏图像的分割结果 | 第18-19页 |
| 3．3 LEGION方法的原理 | 第19-20页 |
| 3．4 LEGION的算法 | 第20-21页 |
| 3．5 用LEGION分割超声心脏图 | 第21页 |
| 3．6 LEGION方法的不足和改进 | 第21-23页 |
| 4 参数自动确定的LEGION算法 | 第23-35页 |
| 4．1 图像分割效果的评价方法 | 第23页 |
| 4．2 图像分割的相对形状测度 | 第23-25页 |
| 4．2．1 相对形状测度的定义 | 第24-25页 |
| 4．2．2 用RSM自动确定LEGION的参数Wmax和Wmin | 第25页 |
| 4．3 图像分割的相对均匀测度 | 第25-26页 |
| 4．3．1 相对均匀测度的定义 | 第25-26页 |
| 4．3．2 用RUM自动确定LEGION的参数Wmax和Wmin | 第26页 |
| 4．4 图像的模糊熵 | 第26-28页 |
| 4．4．1 模糊熵的定义 | 第27-28页 |
| 4．4．2 用模糊熵自动确定LEGION的参数Wmax和Wmin | 第28页 |
| 4．5 实验结果及分析 | 第28-35页 |
| 5 用三维空间LEGION方法分割彩色图像 | 第35-54页 |
| 5．1 色度学简介 | 第35-43页 |
| 5．1．1 彩色视觉 | 第35-36页 |
| 5．1．2 三基色原理 | 第36-37页 |
| 5．1．3 颜色模型 | 第37-43页 |
| 5．1．3．1 计算颜色模型 | 第37-38页 |
| 5．1．3．2 工业颜色模型 | 第38-39页 |
| 5．1．3．3 视觉颜色模型 | 第39-43页 |
| 5．2 彩色图像处理中的彩色分类 | 第43-44页 |
| 5．3 用三维空间LEGION方法分割彩色图像 | 第44-49页 |
| 5．3．1 三维空间LEGION方法分割彩色图像的数学模型 | 第44-45页 |
| 5．3．2 三维空间LEGION方法分割彩色图像的算法 | 第45-47页 |
| 5．3．3 实验结果及分析 | 第47-49页 |
| 5．4 复合LEGION算法 | 第49-52页 |
| 5．4．1 方差方法 | 第49-51页 |
| 5．4．2 用复合LEGION算法分割土哈油田岩芯切片图 | 第51-52页 |
| 5．5 用三维空间LEGION方法分割YUV颜色模型的图像 | 第52-54页 |
| 6 结束语 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
