水岸图像的中值滤波和分割算法的研究及实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 选题的背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 第二章 基础知识 | 第14-23页 |
| 2.1 彩色模型概述 | 第14-16页 |
| 2.1.1 彩色模型 | 第14页 |
| 2.1.2 RGB彩色模型 | 第14-15页 |
| 2.1.3 HSI彩色模型 | 第15页 |
| 2.1.4 RGB和HSI之间的转换 | 第15-16页 |
| 2.2 图像的函数表示和颜色空间 | 第16-18页 |
| 2.2.1 图像的函数表示 | 第16页 |
| 2.2.2 像素点的坐标表示 | 第16-17页 |
| 2.2.3 颜色空间 | 第17页 |
| 2.2.4 彩色图像的颜色相似度衡量 | 第17-18页 |
| 2.3 小波概述 | 第18-21页 |
| 2.3.1 连续小波变换 | 第18-19页 |
| 2.3.2 离散小波变换 | 第19页 |
| 2.3.3 小波变换的计算机实现 | 第19-20页 |
| 2.3.4 图像处理中小波变换 | 第20-21页 |
| 2.4 边界延拓 | 第21-23页 |
| 第三章 水岸图像的去噪算法研究及实现 | 第23-43页 |
| 3.1 脉冲噪声模型和滤波器的评价标准 | 第23-25页 |
| 3.1.1 脉冲噪声模型 | 第23-24页 |
| 3.1.2 滤波器的评价标准 | 第24-25页 |
| 3.2 中值滤波算法概述 | 第25-27页 |
| 3.2.1 中值滤波算法的原理 | 第25页 |
| 3.2.2 几种经典的彩色图像中值滤波算法 | 第25-27页 |
| 3.3 水岸图像的噪声检测 | 第27-30页 |
| 3.3.1 噪声检测的意义 | 第27页 |
| 3.3.2 噪声检测 | 第27-29页 |
| 3.3.3 单分量上的噪声检测方法 | 第29页 |
| 3.3.4 水岸图像的噪声检测 | 第29-30页 |
| 3.4 带有脉冲噪声的水岸图像的中值滤波 | 第30-32页 |
| 3.4.1 开关标量中值滤波法PSSMF | 第30页 |
| 3.4.2 距离最小中值滤波的改进 | 第30-31页 |
| 3.4.3 PSIVMF算法 | 第31-32页 |
| 3.5 算法实验结果 | 第32-33页 |
| 3.6 水岸图像的自适应中值滤波滤波算法 | 第33-34页 |
| 3.7 小结 | 第34-43页 |
| 第四章 水岸图像的分割 | 第43-56页 |
| 4.1 概述 | 第43-44页 |
| 4.2 图像分割的数学定义 | 第44页 |
| 4.3 几种常见的图像分割方法 | 第44-47页 |
| 4.3.1 特征空间聚类法 | 第45-46页 |
| 4.3.2 区域分割 | 第46页 |
| 4.3.3 基于边缘的图像分割 | 第46-47页 |
| 4.4 水岸图像的水岸分割 | 第47-56页 |
| 4.4.1 分割方法的选取 | 第47-48页 |
| 4.4.2 水岸分界线的抽取 | 第48-52页 |
| 4.4.3 水岸图像的分割 | 第52页 |
| 4.4.4 实验结果 | 第52-53页 |
| 4.4.5 小节 | 第53-56页 |
| 第五章 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |
