首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于改进CV模型的图像分割技术研究

摘要第1-6页
ABSTRACT第6-7页
第一章 绪论第7-11页
   ·数字图像分割的研究目的和意义第7-8页
   ·本课题研究现状第8-10页
   ·本论文研究的主要工作和内容安排第10-11页
第二章 数字图像分割方法综述第11-17页
   ·数字图像分割简介第11-12页
   ·数字图像分割的分类第12-16页
     ·阈值分割方法第12页
     ·边缘检测分割方法第12-13页
     ·区域生长及分裂合并分割法第13-14页
     ·结合特定理论工具的方法第14-16页
   ·本章总结第16-17页
第三章 活动轮廓模型和水平集方法第17-26页
   ·活动轮廓模型第17-20页
     ·参数活动轮廓模型第17-19页
     ·几何活动轮廓模型第19-20页
   ·水平集方法第20-25页
     ·轮廓曲线演化理论第21页
     ·轮廓曲线的水平集隐含表达式第21-24页
     ·水平集函数数值实现第24-25页
   ·本章小结第25-26页
第四章 一种结合区域梯度的自适应 CV 模型第26-33页
   ·传统 CV 模型第26-28页
   ·结合梯度信息的活动轮廓模型第28页
   ·改进的 CV 模型第28-29页
   ·实验与结果分析第29-32页
   ·本章小结第32-33页
第五章 基于 Otsu 和改进 CV 模型的图像分割算法第33-38页
   ·Otsu 算法第33-35页
   ·改进的分割算法第35-36页
   ·实验与结果分析第36-37页
   ·本章小结第37-38页
第六章 总结与展望第38-39页
   ·本文工作总结第38页
   ·未来展望第38-39页
参考文献第39-42页
攻读硕士学位期间发表的论文第42-43页
致谢第43页

论文共43页,点击 下载论文
上一篇:DTN环境中具有社会特性的信息转发策略研究
下一篇:面向网络新闻的话题检测技术研究