| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的研究内容及组织结构 | 第11-13页 |
| 第二章 几种图像分割算法介绍 | 第13-18页 |
| ·图像分割问题的描述 | 第13页 |
| ·基于特征空间的图像分割方法 | 第13-14页 |
| ·基于图像空间的图像分割方法 | 第14-15页 |
| ·基于神经网络和模糊理论的图像分割方法 | 第15页 |
| ·基于物理特征的图像分割方法 | 第15-16页 |
| ·图像分割系统的一般结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 基于图划分理论的图像分割方法 | 第18-23页 |
| ·引言 | 第18页 |
| ·基于最小生成树的方法 | 第18-19页 |
| ·最小割/最大流方法 | 第19-21页 |
| ·谱方法 | 第21-22页 |
| ·能量最小化方法 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第四章 基于最小生成树的图像分割算法 | 第23-38页 |
| ·最小生成树及其算法 | 第23-28页 |
| ·最小生成树概念 | 第23-24页 |
| ·贪心(Kruskal)算法 | 第24-26页 |
| ·数据结构 | 第26-28页 |
| ·基于最小生成树的图像分割方法 | 第28-29页 |
| ·算法效率分析 | 第29-30页 |
| ·算法结构 | 第30-31页 |
| ·算法优缺点 | 第31-33页 |
| ·对原最小生成树算法的优化 | 第33-36页 |
| ·实验结果及分析 | 第36-38页 |
| 第五章 基于等周算法的图像分割 | 第38-45页 |
| ·等周算法概述 | 第38-39页 |
| ·基于等周算法的图像分割 | 第39-40页 |
| ·对原等周算法的优化 | 第40-42页 |
| ·实验结果及分析 | 第42-45页 |
| 第六章 基于归一化割的图像分割算法 | 第45-53页 |
| ·引言 | 第45页 |
| ·归一化割准则 | 第45-47页 |
| ·归一化割准则的优缺点 | 第47页 |
| ·对原归一化割算法的优化 | 第47-50页 |
| ·实验结果及分析 | 第50-53页 |
| 第七章 总结与展望 | 第53-55页 |
| ·全文工作总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 个人简历以及攻读硕士学位期间发表的学术论文与研究成果 | 第60-61页 |