| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·图像分割的目的和意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·图像分割方法的分类 | 第10-12页 |
| ·基于熵信息的阈值分割算法的研究现状 | 第12-13页 |
| ·本文主要研究工作及论文结构安排 | 第13-15页 |
| ·本文的主要研究工作 | 第13-14页 |
| ·全文结构安排 | 第14-15页 |
| 第2章 非广延熵的性质及其在图像分割中的应用 | 第15-28页 |
| ·引言 | 第15页 |
| ·熵的基本概念 | 第15-16页 |
| ·信息熵的概念及其在图像分割中应用 | 第16-19页 |
| ·信息熵的基本概念 | 第16-17页 |
| ·信息熵在图像阈值分割中的应用 | 第17-19页 |
| ·交叉熵的概念及其在图像分割中应用 | 第19-22页 |
| ·交叉熵的基本概念 | 第19-20页 |
| ·交叉熵在图像阈值分割中的应用 | 第20-22页 |
| ·非广延熵的概念及其性质 | 第22-25页 |
| ·非广延熵的基本概念 | 第22-23页 |
| ·非广延熵的性质 | 第23-25页 |
| ·非广延熵在图像分割中的应用 | 第25-27页 |
| ·一维非广延熵阈值法 | 第25-26页 |
| ·二维非广延熵阈值法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 Tsallis 熵与像素灰度间的长程关联 | 第28-43页 |
| ·引言 | 第28页 |
| ·最大 Tsallis 熵的阈值分割算法的原理及其存在的不足 | 第28-30页 |
| ·最大 Tsallis 熵阈值分割算法 | 第29页 |
| ·最大 Tsallis 熵的阈值分割算法存在的不足 | 第29-30页 |
| ·改进后的 Tsallis 熵的阈值分割算法 | 第30-32页 |
| ·合理的 q 值取值范围 | 第32-34页 |
| ·实验结果分析 | 第34-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 二维 Tsallis 熵阈值分割方法 | 第43-50页 |
| ·引言 | 第43页 |
| ·二维直方图 | 第43-44页 |
| ·二维最大 Tsallis 熵阈值分割法 | 第44-45页 |
| ·新的二维 Tsallis 熵阈值方法 | 第45-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 Tsallis 交叉熵阈值分割方法 | 第50-57页 |
| ·引言 | 第50页 |
| ·最小 Tsallis 交叉熵阈值法原理 | 第50-52页 |
| ·Tsallis 交叉熵 | 第50-51页 |
| ·最小 Tsallis 交叉熵阈值法 | 第51-52页 |
| ·新的 Tsallis 交叉熵阈值法 | 第52-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·研究工作总结 | 第57-58页 |
| ·研究未来展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-66页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第66页 |