| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 直方图阈值分割 | 第9-11页 |
| 1.2.2 基于边缘检测的分割 | 第11页 |
| 1.2.3 基于区域生长的分割 | 第11-12页 |
| 1.2.4 基于聚类的分割 | 第12-13页 |
| 1.3 本文的主要工作及内容安排 | 第13-16页 |
| 第二章 彩色图像分割预备知识 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 颜色空间 | 第16-18页 |
| 2.2.1 RGB彩色空间 | 第16-17页 |
| 2.2.2 RGB空间进行非线性变换得到SRGB、HSI、CIE等颜色空间 | 第17-18页 |
| 2.3 彩色图像分割处理的几种方式 | 第18-23页 |
| 2.3.1 直方图设定阈值算法 | 第19-20页 |
| 2.3.2 特征空间聚类算法 | 第20页 |
| 2.3.3 基于区域的算法 | 第20-21页 |
| 2.3.4 边缘检测算法 | 第21-22页 |
| 2.3.5 模糊算法 | 第22-23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 基于种子区域生长的彩色图像分割 | 第24-40页 |
| 3.1 基于分水岭分割的候选区域确定 | 第24-26页 |
| 3.1.1 预处理 | 第24-25页 |
| 3.1.2 分水岭分割 | 第25-26页 |
| 3.2 种子区域自动选取 | 第26-29页 |
| 3.2.1 颜色空间选取 | 第26-27页 |
| 3.2.2 相似性度量 | 第27-28页 |
| 3.2.3 基于OSTU的自动种子区域选取 | 第28-29页 |
| 3.3 种子区域生长与合并 | 第29-30页 |
| 3.3.1 区域生长 | 第29-30页 |
| 3.3.2 区域合并 | 第30页 |
| 3.4 仿真实验 | 第30-37页 |
| 3.5 小结 | 第37-40页 |
| 第四章 基于K均值聚类和局部特征加权的区域生长算法 | 第40-50页 |
| 4.1 区域生长算法概述 | 第40-41页 |
| 4.2 K-MEANS聚类方法 | 第41-42页 |
| 4.3 局部特征加权算法 | 第42-46页 |
| 4.3.1 纹理特征 | 第43-45页 |
| 4.3.2 灰度特征 | 第45页 |
| 4.3.3 特征加权算法 | 第45-46页 |
| 4.4 实验结果及结论 | 第46-49页 |
| 4.5 小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间发表的学术论文 | 第56-58页 |
| 致谢 | 第58-59页 |