彩色图像分割算法研究
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第1章 绪论 | 第7-12页 |
·课题的研究背景 | 第7-9页 |
·图像分割的研究意义 | 第7-8页 |
·图像分割的应用领域 | 第8-9页 |
·彩色图像分割算法的发展现状 | 第9-10页 |
·论文的主要工作及组织结构 | 第10-11页 |
·本章小结 | 第11-12页 |
第2章 常用彩色图像分割算法 | 第12-27页 |
·彩色空间简介 | 第12-14页 |
·主要技术 | 第14-25页 |
·直方图阈值处理方法 | 第14-15页 |
·特征空间聚类 | 第15-16页 |
·基于区域的分割方法 | 第16-17页 |
·基于形态学理论的分割技术 | 第17-19页 |
·基于随机模型的方法 | 第19-20页 |
·边缘检测 | 第20-21页 |
·模糊技术 | 第21-23页 |
·人工神经网络 | 第23页 |
·基于四元数的方法 | 第23-25页 |
·其他类的方法 | 第25页 |
·本章小结 | 第25-27页 |
第3章 四元数主成分分析技术 | 第27-39页 |
·主成分分析技术 | 第27-30页 |
·四元数简介 | 第30-31页 |
·四元数主成分分析 | 第31-34页 |
·四元数奇异值分解 | 第31-32页 |
·四元数特征值分解 | 第32页 |
·四元数主成分分析 | 第32-34页 |
·奇异值分解与特征值分解在图像中的测试 | 第34-38页 |
·本章小结 | 第38-39页 |
第4章 基于QPCA的多层次自适应算法 | 第39-49页 |
·代数多重网格理论 | 第39-40页 |
·算法原理 | 第40-48页 |
·图像建模 | 第43-44页 |
·问题粗化 | 第44-46页 |
·聚集聚合 | 第46-47页 |
·边界探测 | 第47-48页 |
·本章小结 | 第48-49页 |
第5章 算法测试与分析 | 第49-55页 |
·测试一 | 第49-51页 |
·测试二 | 第51-54页 |
·本章小结 | 第54-55页 |
第6章 总结与展望 | 第55-57页 |
·工作总结 | 第55-56页 |
·前景展望 | 第56-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-63页 |
攻读学位期间的研究成果 | 第63页 |