| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7页 |
| ·图像分割研究现状 | 第7-9页 |
| ·论文研究意义和主要工作 | 第9-10页 |
| ·论文结构 | 第10-13页 |
| 第二章 图像分割理论基础 | 第13-27页 |
| ·图像分割定义与分类 | 第13-14页 |
| ·图像分割定义 | 第13页 |
| ·图像分割分类 | 第13-14页 |
| ·图像分割方法 | 第14-20页 |
| ·基于区域的分割方法 | 第14-18页 |
| ·基于边缘检测的分割方法 | 第18-20页 |
| ·纹理特征提取方法介绍 | 第20-22页 |
| ·灰度共生矩阵 | 第21-22页 |
| ·Gabor滤波方法 | 第22页 |
| ·Wedgelet变换及其机理分析 | 第22-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于SRT的Wedgelet图像分割 | 第27-39页 |
| ·空间随机树模型及多树字典 | 第27-29页 |
| ·空间随机树模型 | 第27页 |
| ·多树字典 | 第27-29页 |
| ·SRT模型的两个样例 | 第29-31页 |
| ·基于SRT的Wedgelet图像分割算法设计 | 第31-37页 |
| ·基于SRT的Wedgelet图像分割 | 第31-34页 |
| ·实验结果 | 第34-37页 |
| ·实验结果分析 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于SRT及Gabor特征的图像分割 | 第39-49页 |
| ·Gabor特征提取及分析 | 第39-41页 |
| ·Gabor能量函数表示 | 第39-40页 |
| ·Gabor特征提取分析 | 第40-41页 |
| ·基于SRT及Gabor特征提取的图像分割算法设计 | 第41-46页 |
| ·基于SRT及Gabor特征提取的图像分割算法 | 第41-44页 |
| ·分割实验结果 | 第44-46页 |
| ·实验结果分析 | 第46页 |
| ·本章小结 | 第46-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-56页 |