基于颜色空间转换的分水岭彩色图像分割算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 引言 | 第10-15页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 图像分割的广泛应用 | 第11-12页 |
| 1.3 图像分割的研究状况 | 第12-14页 |
| 1.3.1 图像分割方法现状 | 第12-13页 |
| 1.3.2 分水岭算法研究现状 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-15页 |
| 2 图像分割相关理论 | 第15-23页 |
| 2.1 图像分割定义 | 第15-16页 |
| 2.2 常用图像分割方法 | 第16-19页 |
| 2.2.1 边缘检测法 | 第16-17页 |
| 2.2.2 阈值方法 | 第17-18页 |
| 2.2.3 区域增长 | 第18-19页 |
| 2.3 颜色空间 | 第19-22页 |
| 2.3.1 颜色空间背景及概念 | 第19-20页 |
| 2.3.2 RGB颜色空间 | 第20-21页 |
| 2.3.3 其他颜色空间 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 改进的分水岭算法 | 第23-38页 |
| 3.1 分水岭算法 | 第23-27页 |
| 3.1.1 数学形态学 | 第23页 |
| 3.1.2 分水岭算法的定义 | 第23-25页 |
| 3.1.3 分水岭算法的缺点 | 第25-27页 |
| 3.2 最大类间方差算法 | 第27-29页 |
| 3.3 基于颜色空间转换的分水岭算法 | 第29-37页 |
| 3.3.1 算法实现与流程 | 第29-31页 |
| 3.3.2 新颜色空间的转换 | 第31-32页 |
| 3.3.3 形态学梯度的计算 | 第32-33页 |
| 3.3.4 形态学梯度的重建 | 第33-36页 |
| 3.3.5 最大类间方差法提取标记 | 第36-37页 |
| 3.3.6 分割修正的梯度图像 | 第37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 算法的仿真实验与分析 | 第38-49页 |
| 4.1 本文算法的效果 | 第38-41页 |
| 4.2 结构元尺寸对实验结果的影响 | 第41-43页 |
| 4.3 不同算法的分割结果比较 | 第43-45页 |
| 4.4 反射亮光的鲁棒性实验 | 第45-46页 |
| 4.5 实验结果定量分析 | 第46-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简历 | 第54-56页 |
| 学位论文数据集 | 第56-57页 |
