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

极光图像中极光卵的分割方法研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 论文研究目的和意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 图像分割技术的发展第10-11页
        1.2.2 极光图像分割方法研究第11-13页
    1.3 论文主要研究内容和结构安排第13-15页
2 区域生长方法理论分析第15-22页
    2.1 区域生长原理第15-16页
    2.2 区域生长的关键问题第16-18页
        2.2.1 种子像素的选择第16页
        2.2.2 生长阈值的确定第16-17页
        2.2.3 种子生长准则第17-18页
    2.3 区域生长方法的改进第18-20页
    2.4 区域生长方法实现第20-21页
    2.5 本章小结第21-22页
3 数学形态学图像处理第22-36页
    3.1 数学形态学基本思想第22-23页
    3.2 二值形态学的基本理论第23-28页
        3.2.1 基本概念第23页
        3.2.2 二值图像的膨胀腐蚀运算第23-26页
        3.2.3 二值图像的开闭运算第26-28页
    3.3 灰度形态学的基本理论第28-35页
        3.3.1 灰度形态学的理论基础第29-31页
        3.3.2 灰度图像的膨胀腐蚀运算第31-34页
        3.3.3 灰度图像的开闭运算第34-35页
    3.4 本章小结第35-36页
4 基于区域生长和数学形态学相结合的图像分割算法第36-49页
    4.1 图像预处理第36-38页
        4.1.1 预处理的目的和意义第36页
        4.1.2 极光图像预处理第36-38页
    4.2 基于区域生长的极光图像分割第38-45页
        4.2.1 分割算法流程图第39页
        4.2.2 改进的种子像素选取算法第39-43页
        4.2.3 确定生长阈值第43-44页
        4.2.4 算法的实现第44-45页
    4.3 数学形态学方法进行分割后修正第45页
    4.4 实验结果及分析第45-48页
    4.5 本章小结第48-49页
5 极光图像分割评价第49-55页
    5.1 图像分割评价方法分类第49-50页
    5.2 现有的极光图像分割评价方法第50-52页
        5.2.1 基于极光卵外边界的分割评价第50-51页
        5.2.2 基于DMSP卫星数据的分割评价第51-52页
    5.3 极光图像分割评价第52-54页
        5.3.1 本文算法的分割结果评价第52-54页
        5.3.2 多种不同分割方法的比较第54页
    5.4 本章小结第54-55页
6 总结与展望第55-57页
    6.1 论文总结第55页
    6.2 论文展望第55-57页
致谢第57-58页
参考文献第58-61页
攻读学位期间的研究成果第61页

论文共61页,点击 下载论文
上一篇:随机时延二阶多智能体系统的一致性控制
下一篇:缺陷关联系数度量技术研究