声明
摘要
第一章 绪论
1.1 图像分割简介
1.1.1 图像分割定义
1.1.2 图像分割的发展及现状
1.1.3 图像分割的应用
1.2 均值漂移算法和聚类算法
1.3 课题的研究背景和意义
1.4 论文内容安排
1.5 本章小结
第二章 传统图像分割方法分析
2.1 阈值分割法
2.1.1 算法简介
2.1.2 灰度直方图峰谷法
2.1.3 最大类间方差法
2.1.4 最大熵自动阈值法
2.1.5 仿直实验
2.2 边缘检测法
2.2.1 边缘检测原理
2.2.2 几种经典的边缘检测算子
2.2.3 几种算子试验分析
2.3 区域提取法
2.3.1 区域生长
2.3.2 分裂合并
2.3.3 分水岭算法
2.3.4 仿真实验
2.4 结合特定理论工具分割
2.4.1 数学形态学
2.4.2 多阈值分割中小波变换和直方图的应用
2.4.3 仿真实验
2.5 本章总结
第三章 均值漂移算法在图像初步分割中的应用
3.1 均值漂移算法简介
3.2 基本均值漂移及其扩展
3.2.1 基本均值漂移思想
3.2.1 扩展的均值漂移
3.3 均值漂移算法的步骤
3.4 均值漂移算法在目标跟踪中的应用
3.4.1 算法直观描述
3.4.2 目标跟踪原理
3.4.3 实验结果
3.4.3 实验结果
3.5 均值漂移算法在图像分割中的应用
3.5.1 传统应用
3.5.2 均值漂移算法在本项研究中的应用
3.6 本章小结
第四章 改进的蚁群聚类算法在图像再分割中的应用
4.1 图的建立
4.2 传统的蚁群聚类算法
4.2.1 蚁群聚类行为
4.2.2 基本的KLS算法
4.3 改进的蚁群聚类算法(SCAM-ant)
4.3.1 算法简介
4.3.2 算法实现
4.3.3 算法在图像分割中的实现
4.4 试验
4.5 本章小结
第五章 多种图像分割方法的比较与分析
5.1 基于等周算法的图像分割
5.1.1 图及其基本概念介绍
5.1.2 等周算法应用于图像分割
5.1.3 算法分析
5.2 基于Ncut准则的图像分割
5.2.1 Ncut准则简介
5.2.2 算法分析及应用
5.3 三种算法的比较与分析
5.3.1 图像分割结果比较
5.3.2 抗干扰能力比较
5.3.3 分割效率比较
5.4 本章小结
第六章 总结及展望
6,1 全文总结
6.2 不足与展望
参考文献
致谢
攻读硕士学位期间发表的学术论文