粒计算在图像分割中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第一章 绪论 | 第15-36页 |
| ·粒计算的理论 | 第15-31页 |
| ·粒计算的基本理论 | 第15-16页 |
| ·粒计算的必要性 | 第16-18页 |
| ·粒计算的基本问题 | 第18-19页 |
| ·粒计算的相关领域 | 第19-22页 |
| ·粒计算的国内外研究现状 | 第22-31页 |
| ·本文的基本内容 | 第31-33页 |
| ·论文的组织 | 第33-35页 |
| ·结论 | 第35-36页 |
| 第二章 粒度分层模型 | 第36-49页 |
| ·粒 | 第37-42页 |
| ·粒及粒度的定义 | 第37-40页 |
| ·粒的合成和分解技术 | 第40-42页 |
| ·粒度分层模型 | 第42-46页 |
| ·粒度结构(TG ) | 第42-43页 |
| ·粒度分层模型的主要特点 | 第43-46页 |
| ·结论 | 第46-49页 |
| 第三章 图像分割 | 第49-76页 |
| ·经典阈值分割方法 | 第50-57页 |
| ·基于灰度直方图的阈值法 | 第52-54页 |
| ·自适应阈值法 | 第54-55页 |
| ·基于信息熵的阈值分割法 | 第55-56页 |
| ·最大类间方差阈值分割法（Ostu 法） | 第56-57页 |
| ·边缘检测方法 | 第57-68页 |
| ·罗伯特（Robert）边缘检测算子 | 第60-61页 |
| ·Prewitt 算子和Sobel 算子 | 第61-64页 |
| ·高斯-拉普拉斯（Laplacian）算子 | 第64-65页 |
| ·Log 算子 | 第65页 |
| ·Canny 算子 | 第65-67页 |
| ·每种算子的优缺点 | 第67-68页 |
| ·区域分割 | 第68-74页 |
| ·区域生长法 | 第69-71页 |
| ·分裂合并法 | 第71-73页 |
| ·水域分割法 | 第73-74页 |
| ·结论 | 第74-76页 |
| 第四章 改进的图像分割算法 | 第76-89页 |
| ·基于子块的区域生长算法 | 第76-80页 |
| ·基于子块的图像分割算法实现 | 第76-79页 |
| ·实验结果与分析 | 第79-80页 |
| ·基于粒度分层模型的图像分割 | 第80-88页 |
| ·粒度分层结构的建立 | 第81-82页 |
| ·基于粒度分层模型的图像分割 | 第82-84页 |
| ·实验结果与分析 | 第84-88页 |
| ·结论 | 第88-89页 |
| 第五章 总结和展望 | 第89-92页 |
| ·本文的主要工作 | 第89-90页 |
| ·下一步研究工作 | 第90-92页 |
| 参考文献 | 第92-100页 |
| 致谢 | 第100-101页 |
| 攻读硕士学位期间发表学术论文目录 | 第101页 |
