| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·图像分割的应用领域 | 第11-12页 |
| ·彩色图像分割技术的现状 | 第12-16页 |
| ·论文的组织结构 | 第16-17页 |
| 2 彩色图像分割基础 | 第17-36页 |
| ·引言 | 第17-18页 |
| ·颜色的基本特征 | 第18-21页 |
| ·彩色三要素 | 第18-19页 |
| ·三基色表示原理 | 第19-21页 |
| ·颜色空间及分析 | 第21-26页 |
| ·颜色空间 | 第21页 |
| ·RGB 彩色空间 | 第21-22页 |
| ·由RGB 空间线性变换得到的空间 | 第22-23页 |
| ·由RGB 空间非线性变换得到的空间 | 第23-26页 |
| ·纹理特征及提取方法 | 第26-30页 |
| ·统计法 | 第27-28页 |
| ·频谱法 | 第28-29页 |
| ·结构法 | 第29-30页 |
| ·彩色图像分割方法 | 第30-35页 |
| ·直方图阈值法 | 第30页 |
| ·特征空间聚类 | 第30-31页 |
| ·边缘检测 | 第31页 |
| ·基于区域的分割 | 第31-33页 |
| ·模糊方法 | 第33-34页 |
| ·人工神经网络 | 第34页 |
| ·基于物理模型的方法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 聚类技术 | 第36-48页 |
| ·聚类概述 | 第36页 |
| ·主要的聚类方法 | 第36-47页 |
| ·划分方法 | 第37-42页 |
| ·层次方法 | 第42-45页 |
| ·局部方法 | 第45页 |
| ·模型方法 | 第45-46页 |
| ·迭代最优化方法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 4 基于区域的图像分割方法 | 第48-67页 |
| ·颜色空间的选择 | 第48-49页 |
| ·特征点的提取及特征空间的构造 | 第49-53页 |
| ·颜色特征的提取 | 第49-50页 |
| ·纹理特征的提取 | 第50-52页 |
| ·空间位置关系特征的提取 | 第52页 |
| ·特征空间的构造 | 第52-53页 |
| ·改进的ISODATA 算法与 K-means 算法的结合 | 第53-58页 |
| ·基于区域的图像分割 | 第58-61页 |
| ·实验结果及分析 | 第61-67页 |
| ·图像分割实现流程 | 第61-63页 |
| ·实验结果分析 | 第63-65页 |
| ·实验结论 | 第65-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73-74页 |