图像分割及阴影抑制算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题背景 | 第11页 |
| ·图像分割 | 第11-16页 |
| ·图像分割研究的意义 | 第12页 |
| ·颜色理论 | 第12-15页 |
| ·图像分割研究现状 | 第15-16页 |
| ·阴影去除的研究现状 | 第16-18页 |
| ·本文研究内容 | 第18页 |
| ·本文结构安排 | 第18-20页 |
| 第2章 图像分割的相关理论 | 第20-30页 |
| ·引言 | 第20页 |
| ·边缘检测方法概述 | 第20-25页 |
| ·梯度算子 | 第20-23页 |
| ·拉普拉斯算子 | 第23-24页 |
| ·几种边缘算子的比较 | 第24-25页 |
| ·数学形态学 | 第25-26页 |
| ·阴影检测 | 第26-29页 |
| ·阴影的分类 | 第26-27页 |
| ·阴影的光谱性质 | 第27-28页 |
| ·阴影的影响 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 图像分割 | 第30-42页 |
| ·引言 | 第30页 |
| ·颜色空间的研究 | 第30-34页 |
| ·面向设备的颜色空间 | 第30-32页 |
| ·面向视觉感知的颜色空间 | 第32-33页 |
| ·均匀颜色空间 | 第33-34页 |
| ·图像分割的算法 | 第34-37页 |
| ·基于直方图阈值化的方法 | 第34-35页 |
| ·基于特征空间聚类算法 | 第35页 |
| ·区域生长法 | 第35页 |
| ·基于分水岭分割方法 | 第35-36页 |
| ·基于边界的分割方法 | 第36-37页 |
| ·人工神经网络 | 第37页 |
| ·基于差分法和区域生长法的彩色图像分割算法 | 第37-40页 |
| ·分割原理 | 第37-39页 |
| ·实验分析 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 阴影检测理论基础 | 第42-52页 |
| ·引言 | 第42页 |
| ·阴影的特点 | 第42-43页 |
| ·阴影检测的基本假设 | 第43-44页 |
| ·阴影检测的一般框架 | 第44页 |
| ·阴影检测方法的分类 | 第44-51页 |
| ·基于阈值的检测方法 | 第45-46页 |
| ·基于阈值扫描线理论的检测方法 | 第46页 |
| ·基于阴影色彩不变性的检测方法 | 第46-47页 |
| ·基于色彩特征不变量的阴影抑制 | 第47-48页 |
| ·基于阴影置信度系数的检测方法 | 第48页 |
| ·基于颜色空间变换的阴影抑制 | 第48-50页 |
| ·基于统计的阴影抑制方法 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 阴影抑制算法 | 第52-62页 |
| ·引言 | 第52页 |
| ·基于边缘信息抑制阴影 | 第52-57页 |
| ·算法步骤 | 第53-56页 |
| ·实验结果分析 | 第56-57页 |
| ·基于RGB彩色空间的阴影抑制算法 | 第57-58页 |
| ·算法原理 | 第57页 |
| ·算法设计 | 第57-58页 |
| ·实验结果分析 | 第58页 |
| ·基于HSV颜色信息的阴影抑制算法 | 第58-60页 |
| ·算法设计 | 第58-59页 |
| ·实验分析 | 第59-60页 |
| ·基于HSV颜色信息和一阶梯度信息的阴影抑制算法 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读学位期间发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |
