| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及研究意义 | 第9-11页 |
| 1.2 国内外研究现状和发展趋势 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 第2章 红外图像的特征分析 | 第13-19页 |
| 2.1 红外图像的产生机理 | 第13-15页 |
| 2.2 红外图像直方图 | 第15-17页 |
| 2.2.1 直方图的定义及性质 | 第15-16页 |
| 2.2.2 红外图像直方图的特性 | 第16-17页 |
| 2.3 红外图像的特点 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 图像分割理论概述 | 第19-28页 |
| 3.1 图像分割的定义 | 第19-20页 |
| 3.2 图像分割算法的分类 | 第20-23页 |
| 3.2.1 基于边缘检测的图像分割算法 | 第20-22页 |
| 3.2.2 基于区域的图像分割算法 | 第22页 |
| 3.2.3 基于阈值的图像分割算法 | 第22-23页 |
| 3.3 常用的阈值分割算法 | 第23-27页 |
| 3.3.1 最大熵阈值分割法 | 第23-25页 |
| 3.3.2 最小误差阈值分割法 | 第25-27页 |
| 3.3.3 最大类间方差法 | 第27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 基于 Otsu 的图像阈值分割算法 | 第28-47页 |
| 4.1 一维 Otsu 阈值分割算法及改进 | 第28-32页 |
| 4.1.1 一维 Otsu 图像阈值分割 | 第28-30页 |
| 4.1.2 最大散度差阈值分割 | 第30-31页 |
| 4.1.3 改进的自适应最大散度差阈值分割 | 第31-32页 |
| 4.2 二维 Otsu 阈值分割算法及改进 | 第32-44页 |
| 4.2.1 二维 Otsu 阈值分割 | 第32-35页 |
| 4.2.2 Fisher 准则阈值分割 | 第35-36页 |
| 4.2.3 二维梯度直方图分割 | 第36-38页 |
| 4.2.4 阈值平均法 | 第38-40页 |
| 4.2.5 结合 LBP 算子约束范围下的 Otsu 分割 | 第40-44页 |
| 4.3 三维 Otsu 分割 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 与形态学相结合的广义概率梯度分割 | 第47-58页 |
| 5.1 数学形态学 | 第47-50页 |
| 5.1.1 灰度膨胀和腐蚀 | 第47-48页 |
| 5.1.2 灰度开闭运算 | 第48-50页 |
| 5.2 广义概率 | 第50-51页 |
| 5.3 与形态学相结合的广义概率梯度分割 | 第51-52页 |
| 5.4 算法实时性 | 第52-56页 |
| 5.4.1 平均离差法 | 第52-53页 |
| 5.4.2 查找表格 | 第53-54页 |
| 5.4.3 人工鱼群算法 | 第54-56页 |
| 5.5 评价准则 | 第56-57页 |
| 5.6 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 在校期间发表的学术论文及研究成果 | 第65页 |