基于自适应背景区域选择的图像分割方法
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-22页 |
| ·本文研究的背景和意义 | 第12-13页 |
| ·图像分割的概念及理论基础 | 第13-14页 |
| ·图像分割的现状 | 第14-20页 |
| ·本文的主要研究工作 | 第20-21页 |
| ·本文的组织结构 | 第21-22页 |
| 第2章 基于背景检测的图像分割方法 | 第22-35页 |
| ·阀值法分割原理 | 第22-25页 |
| ·背景检测分割方法中像素信息的统计方法 | 第25-27页 |
| ·背景检测分割中直方图的运用方法 | 第27-28页 |
| ·直方图的改进方法 | 第27-28页 |
| ·直方图的背景修改方法 | 第28页 |
| ·背景检测分割方法的算法实现流程 | 第28-30页 |
| ·背景检测分割方法的实验分析及结果 | 第30-33页 |
| ·实验结果 | 第30-32页 |
| ·参数使用说明 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 模糊理论与应用 | 第35-41页 |
| ·模糊理论的现状 | 第35-36页 |
| ·模糊集基础 | 第36-37页 |
| ·模糊理论在图像处理中的应用 | 第37-38页 |
| ·图像分割中的模糊技术 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 基于模糊理论的图像分割方法 | 第41-56页 |
| ·基于模糊度量的阀值分割 | 第41-45页 |
| ·隶属函数 | 第42-44页 |
| ·模糊度量 | 第44-45页 |
| ·阀值的确定 | 第45页 |
| ·基于模糊聚类的图像分割方法 | 第45-49页 |
| ·图像的特征空间 | 第45-47页 |
| ·模糊C 均值聚类算法 | 第47-48页 |
| ·基于模糊规则的图像分割方法 | 第48-49页 |
| ·自适应模糊阀值区间的图像分割方法 | 第49-55页 |
| ·模糊阀值法基本原理 | 第49-50页 |
| ·模糊原理的改进 | 第50-51页 |
| ·直方图的统计方法 | 第51-52页 |
| ·算法实现及流程 | 第52-53页 |
| ·实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 工作总结 | 第56-57页 |
| 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间所发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |
| 详细摘要 | 第64-68页 |
