久久国产亚洲精品无码,黑色包臀裙秘书啪啪

2020-03-13 09:46 來源：京東作者：京東

內(nèi)容簡介:《智能圖像分割技術(shù)》以直方圖閾值劃分為基礎(chǔ)，對智能圖像分割關(guān)鍵技術(shù)進行研究：在參考國內(nèi)外學(xué)者研究方法的基礎(chǔ)上，根據(jù)近幾年的研究成果，較系統(tǒng)地研究了現(xiàn)有經(jīng)典全局閾值分割算法，提出一種采用高斯擬合的全局閾值算法閾值優(yōu)化框架；對二維小誤差法進行三維推廣，并結(jié)合三維直方圖重建和降維思想提出一種魯棒的小誤差閾值分割算法；為有效分割非均勻光照下的大目標(biāo)圖像，提出一種在高斯尺度空間下估計背景的自適應(yīng)閾值分割算法；結(jié)合基于分塊的局部分割思想以及交互式分割思想，提出一種基于圖像區(qū)域的交互式Otsu閾值分割算法；為有效提高現(xiàn)有彩色圖像聚類算法的執(zhí)行效率和聚類性能，提出一種基于直方圖多級劃分的彩色圖像聚類算法。

目錄:第1章緒論
1.1 研究背景及意義
1.2 圖像分割研究綜述
1.3 研究內(nèi)容組織結(jié)構(gòu)

第2章高斯擬合的全局閾值算法閾值優(yōu)化框架
2.1 引言
2.2 全局閾值分割算法
2.2.1 Otsu閾值分割算法
2.2.2 最小誤差閾值分割算法
2.2.3 最大熵閾值分割算法
2.3 改進方法
2.3.1 采用高斯擬合的全局閾值算法閾值優(yōu)化框架
2.3.2 魯棒的采用高斯擬合的全局閾值算法閾值優(yōu)化框架
2.3.3 收斂性分析
2.4 實驗結(jié)果及分析
2.5 本章小結(jié)

第3章自適應(yīng)最小誤差閾值分割算法
3.1 引言
3.2 Water Flow模型
3.3 魯棒去噪模型
3.4 魯棒的最小誤差法
3.5 自適應(yīng)最小誤差閾值分割算法流程
3.6 算法時間復(fù)雜度對比分析
3.7 實驗結(jié)果及分析
3.7.1 均勻光照條件下分割結(jié)果
3.7.2 非均勻光照條件下分割結(jié)果
3.7.3 非均勻光照下噪聲對本章算法分割性能的影響
3.7.4 參數(shù)愣員菊濾惴ǚ指钚閱艿撓跋ì
3.8 本章小結(jié)

第4章高斯尺度空間下估計背景的自適應(yīng)閾值分割算法
4.1 引言
4.2 本章算法
4.2.1 預(yù)處理
4.2.2 消除背景
4.2.3 圖像增強
4.2.4 閾值分割
4.3 實驗結(jié)果及分析
4.3.1 非均勻光照下文本圖像分割測試
4.3.2 非均勻光照下非文本圖像分割測試
4.3.3 參數(shù)敏感性測試
4.4 本章小結(jié)

第5章基于圖像區(qū)域的交互式Otsu閾值分割算法
5.1 引言
5.2 本章算法
5.2.1 預(yù)處理
5.2.2 圖像分塊
5.2.3 圖像塊排序
5.2.4 圖像塊分類
5.2.5 圖像塊二值化
5.3 實驗結(jié)果及分析
5.3.1 實驗一：均勻光照情況
5.3.2 實驗二：非均勻光照情況
5.4 本章小結(jié)

第6章基于直方圖的彩色圖像模糊聚類算法
6.1 引言
6.2 相關(guān)算法
6.2.1 FCM算法
6.2.2 DSRPCL算法
6.2.3 HTFCM算法
6.3 HCIFCM聚類算法
6.3.1 直方圖預(yù)處理
6.3.2 直方圖多級劃分
6.3.3 RGB直方圖合并
6.3.4 初始化聚類中心
6.3.5 初始化樣本數(shù)據(jù)
6.3.6 FCM算法
6.3.7 實例分析
6.4 實驗結(jié)果及分析
6.4.1 實驗一
6.4.2 實驗二
6.5 本章小結(jié)

第7章總結(jié)與展望
7.1 總結(jié)
7.2 展望
參考文獻
索引
附錄基于圖像區(qū)域的交互式Otsu閾值分割算法源碼

相關(guān)商品