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

树木图像分割方法的研究

摘要第1-5页
Abstract第5-8页
1 绪论第8-12页
   ·研究的目的和意义第8页
   ·树木图像分割的研究现状第8-9页
   ·基于马尔可夫随机场的图像分割研究现状第9-10页
   ·研究内容及技术路线第10-12页
     ·研究内容第10-11页
     ·技术路线第11-12页
2 基于过绿特征的树木图像分割第12-22页
   ·颜色空间的确定第12-13页
   ·树木图像分割在过绿特征空间中的实现第13-21页
     ·RGB颜色空间的树木图像分割方法第13页
     ·过绿特征变换第13-14页
     ·基于过绿特征的阈值分割第14-16页
     ·二值图象形态学的基本运算第16-17页
     ·树木分割图像的数学形态学后处理第17-21页
   ·本章小结第21-22页
3 马尔可夫随机场理论第22-33页
   ·Markov随机场的基本概念第22-26页
     ·邻域系统和基团第22-24页
     ·Markov随机场第24页
     ·Markov过程第24-25页
     ·Gibbs随机场第25-26页
     ·Markov-Gibbs的等价性第26页
   ·Markov随机场图像分割基本理论第26-32页
     ·贝叶斯估计第26页
     ·图像分割的最优准则第26-27页
     ·基于马尔可夫随机场的图像分割问题的表示第27-29页
     ·常用观测场模型第29-30页
     ·常用标记场模型第30-32页
   ·本章小结第32-33页
4 基于马尔可夫随机场的彩色树木图像分割第33-54页
   ·基于MRF-MAP框架的树木图像分割模型的建立第33-36页
     ·观测条件能量函数第34-35页
     ·标记场先验模型能量函数第35页
     ·系统总能量函数第35-36页
   ·模型参数的估计第36-38页
     ·EM算法估计观测场FGMM模型参数第36-38页
     ·标记场能量参数估计第38页
   ·基于马尔可夫随机场的彩色树木图像分割算法第38-41页
     ·模拟退火法第39-40页
     ·条件迭代法第40-41页
   ·传统边缘检测第41-42页
   ·基于马尔可夫随机场的彩色树木图像分割结果第42-53页
     ·Markov-ICM算法对分类数的确定第42-44页
     ·Markov-SA算法参数的确定第44-45页
     ·Markov-ICM算法和Markov-SA算法的分割对比第45-53页
   ·本章小结第53-54页
5 基于过绿特征的马尔可夫随机场彩色树木图像分割第54-77页
   ·基于过绿特征的马尔可夫随机场ICM图像分割方法第54页
   ·基于过绿特征的马尔可夫随机场SA图像分割方法第54-55页
   ·基于过绿特征的MRF-ICM分割方法的试验第55-66页
     ·Markov-ICM分割法与过绿Markov-ICM分割法的分割结果比较第55-63页
     ·Markov-ICM分割法和初分割的关系第63-64页
     ·惩罚因子对Markov-ICM分割法的影响第64-66页
   ·基于过绿特征特征的MRF-SA分割方法的试验第66-75页
     ·Markov-SA分割法与过绿Markov-SA分割法的分割结果比较第66-73页
     ·过绿Markov-ICM、过绿Markov-SA和Markov-ICM分割结果比较第73-75页
   ·本章小结第75-77页
结论第77-78页
参考文献第78-81页
攻读学位期间发表的学术论文第81-82页
致谢第82-83页

论文共83页,点击 下载论文
上一篇:基于预测和反馈的无线传感器网络PF-MAC协议
下一篇:基于改进的k均值聚类算法的P2P流量识别的研究