图像分割技术研究

第一章 绪论	第1-15页
·图像分割技术概述	第8-11页
·基于阈值的分割技术	第9页
·基于边缘的分割技术	第9-10页
·基于区域特性的分割技术	第10-11页
·基于统计模式分类的分割技术	第11页
·本文的研究背景	第11-12页
·本文的研究内容	第12-13页
·本文的结构安排	第13页
参考文献	第13-15页
第二章 非纹理图像分割技术	第15-27页
·引言	第15-16页
·结合区域生长的阈值化技术	第16-20页
·像素的矢量描述	第16-17页
·二维OTSU算法	第17页
·用改进的二维Otsu算法完成初始分割	第17-18页
·松弛迭代的区域增长方法判决待定像素	第18页
·实验结果及讨论	第18-20页
·结合空间信息的模糊域分割	第20-25页
·基于SAR图像成像特性的灰度级分布	第20-21页
·改进的隶属度函数及其参数的选择	第21-23页
·结合空间信息的图像分割	第23页
·实验结果及讨论	第23-25页
·小结	第25页
参考文献	第25-27页
第三章 基于分形特征的纹理图像分割技术	第27-43页
·引言	第27-28页
·图像的分形维数估计	第28-30页
·一种改进的基于数学形态学的分形维数估计方法	第30-36页
·基于数学形态学的分形维数估计及其缺陷	第30-31页
·改进的数学形态学的分形维数估计算法	第31-32页
·迭代的膨胀算法	第32-33页
·不同估计方法的对比	第33-34页
·基于分形维数的纹理图像分割	第34-36页
·基于数学形态学的多重分形维数谱估计	第36-41页
·形态学多重分形估计	第36-38页
·对LMME估计算法的评估	第38页
·基于LMME的纹理图像分割实验	第38-39页
·多尺度分割算法	第39-41页
·小结	第41页
参考文献	第41-43页
第四章 基于学习的图像分割技术	第43-57页
·引言	第43-44页
·基于学习的参数自动获取	第44-47页
·基于学习的参数自动获取的图像分割算法	第44-46页
·图像分割实验	第46-47页
·基于学习的算法自动选择	第47-55页
·算法性能预测模型	第48-49页
·基于性能预测的算法选择系统	第49-50页
·仿真实验	第50-53页
·讨论	第53-55页
·小结	第55页
参考文献	第55-57页
第五章 总结与展望	第57-59页
致谢	第59-60页
附录 攻读硕士学位期间发表论文及科研工作	第60-61页