首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多特征的彩色图像融合分割方法研究

摘要第1-6页
ABSTRACT第6-7页
致谢第7-12页
第一章 绪论第12-18页
   ·图像分割的目的及意义第12-13页
   ·图像分割的定义及分割一般过程第13-15页
   ·图像分割算法概括第15-16页
   ·本论文的主要工作及章节安排第16-18页
第二章 基于信息融合的图像分割第18-31页
   ·信息融合的定义及基本原理第18页
   ·图像信息融合及其层次分类第18-21页
     ·数据层融合第19页
     ·特征层融合第19-21页
     ·决策层融合第21页
   ·基于信息融合的图像分割方法及研究现状第21-25页
     ·基于特征融合的分割方法第22-24页
     ·基于多尺度融合的分割方法第24-25页
   ·图像分割评价标准第25-30页
     ·典型图像分割评价标准第26-28页
     ·新型图像分割评价标准第28-30页
   ·本章小结第30-31页
第三章 基于层次聚类的融合分割第31-50页
   ·图像分割常用颜色空间第31-34页
   ·聚类方法第34-37页
     ·K-means算法第34-36页
     ·模糊C均值算法第36-37页
   ·基于层次聚类的多颜色空间融合分割第37-43页
     ·融合分割方法框架第37-38页
     ·颜色空间的选择及增强处理第38-39页
     ·多颜色空间初始聚类分割第39-41页
     ·初始分割的聚类融合第41-42页
     ·区域合并第42-43页
   ·实验与分析第43-49页
     ·不同颜色空间聚类结果的比较第43-45页
     ·增强处理对分割结果的影响第45-46页
     ·本章方法与其他分割方法的比较第46-49页
   ·本章小结第49-50页
第四章 基于PRI融合模型的分割第50-62页
   ·Markov随机场与Gibbs分布第50-52页
     ·Markov随机场第50-51页
     ·Gibbs分布第51-52页
   ·基于PRI的融合模型第52-55页
     ·融合模型的推导第52-55页
     ·优化策略第55页
   ·基于PRI融合模型的图像分割第55-58页
     ·基于多种特征的初始分割第55-57页
     ·基于PRI融合模型的多分割结果融合第57-58页
     ·区域合并第58页
   ·实验与分析第58-60页
   ·本章小结第60-62页
第五章 总结与展望第62-64页
   ·工作总结第62页
   ·工作展望第62-64页
参考文献第64-69页
攻读硕士学位期间发表的论文及科研工作第69页

论文共69页,点击 下载论文
上一篇:基于入侵检测和日志审计的网络安全方案
下一篇:基于机器视觉的高速公路车道偏离警告系统的研究