基于模糊阈值的图像分割方法研究
| 第一章 绪论 | 第1-19页 |
| ·图像分割的定义 | 第12-13页 |
| ·图像分割的研究内容 | 第13页 |
| ·分割算法的分类 | 第13-14页 |
| ·分割方法的评价 | 第14-15页 |
| ·图像分割研究现状 | 第15-17页 |
| ·本文的章节安排 | 第17-19页 |
| 第二章 图像的阈值分割方法 | 第19-32页 |
| ·OTSU方法及改进 | 第19-22页 |
| ·OTSU最大类间差方法 | 第19-20页 |
| ·最小类内方差算法及改进 | 第20-21页 |
| ·实验结果与分析 | 第21-22页 |
| ·二维OTSU自适应分割算法及改进 | 第22-26页 |
| ·二维OTSU自适应分割算法 | 第22-24页 |
| ·算法改进 | 第24-25页 |
| ·实验结果 | 第25-26页 |
| ·二维最大熵法 | 第26-31页 |
| ·二维最大熵阈值分割 | 第26-27页 |
| ·二维最大熵阈图像分割的遗传算法 | 第27-29页 |
| ·二维最大熵阈值分割的递推算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于模糊理论的图像分割 | 第32-49页 |
| ·模糊理论基础 | 第32-37页 |
| ·模糊理论的提出及发展 | 第32-33页 |
| ·模糊理论在图像处理中的应用 | 第33-34页 |
| ·模糊集介绍 | 第34-37页 |
| ·基于模糊度的图像阈值分割法 | 第37-39页 |
| ·图像的模糊特征平面与模糊度 | 第37-38页 |
| ·图像分割算法的实现 | 第38-39页 |
| ·实验结果与分析 | 第39页 |
| ·基于区间估计的模糊集法 | 第39-42页 |
| ·算法原理 | 第39-41页 |
| ·实验结果与分析 | 第41-42页 |
| ·基于遗传算法的模糊集法 | 第42-48页 |
| ·模糊集的定义 | 第42-43页 |
| ·模糊熵的选取 | 第43-44页 |
| ·确定模糊集参数的遗传算法 | 第44-46页 |
| ·实验结果及分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 改进的模糊阈值分割算法 | 第49-60页 |
| ·自适应模糊阈值分割 | 第49-54页 |
| ·模糊阈值分割法 | 第49-50页 |
| ·自适应的模糊阈值分割法 | 第50-52页 |
| ·图像分割实验 | 第52-54页 |
| ·图像阈值分割的逼近算法 | 第54-57页 |
| ·算法原理 | 第54-55页 |
| ·算法描述 | 第55-56页 |
| ·实验结果与分析 | 第56-57页 |
| ·模糊阈值分割在水果检测中的应用 | 第57-59页 |
| ·水果图像的特征 | 第57页 |
| ·阈值与隶属函数的关系 | 第57页 |
| ·隶属函数窗宽的自动选取 | 第57-58页 |
| ·实验结果与讨论 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·本文工作总结 | 第60页 |
| ·研究展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位其间发表的论文 | 第67页 |
