智能圖像分割技術(shù)簡(jiǎn)介，目錄書(shū)摘
2020-03-13 09:46
來(lái)源：京東
作者：京東
智能圖像分割技術(shù)
暫無(wú)報價(jià)
30+評論
100%好評
內容簡(jiǎn)介:《智能圖像分割技術(shù)》以直方圖閾值劃分為基礎，對智能圖像分割關(guān)鍵技術(shù)進(jìn)行研究：在參考國內外學(xué)者研究方法的基礎上，根據近幾年的研究成果，較系統地研究了現有經(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(jìn)行三維推廣，并結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圖像，提出一種在高斯尺度空間下估計背景的自適應閾值分割算法；結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域的交互式Otsu閾值分割算法；為有效提高現有彩色圖像聚類(lèi)算法的執行效率和聚類(lèi)性能，提出一種基于直方圖多級劃分的彩色圖像聚類(lèi)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?jì)热萁M織結構
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(jìn)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(shí)驗結果及分析
2.5 本章小結
第3章 自適應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 自適應最小誤差閾值分割算法流程
3.6 算法時(shí)間復雜度對比分析
3.7 實(shí)驗結果及分析
3.7.1 均勻光照條件下分割結果
3.7.2 非均勻光照條件下分割結果
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 參數愣員菊濾惴ǚ指钚閱艿撓跋ì
3.8 本章小結
第4章 高斯尺度空間下估計背景的自適應閾值分割算法
4.1 引言
4.2 本章算法
4.2.1 預處理
4.2.2 消除背景
4.2.3 圖像增強
4.2.4 閾值分割
4.3 實(shí)驗結果及分析
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 參數敏感性測試
4.4 本章小結
第5章 基于圖像區域的交互式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(lèi)
5.2.5 圖像塊二值化
5.3 實(shí)驗結果及分析
5.3.1 實(shí)驗一：均勻光照情況
5.3.2 實(shí)驗二：非均勻光照情況
5.4 本章小結
第6章 基于直方圖的彩色圖像模糊聚類(lèi)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(lèi)算法
6.3.1 直方圖預處理
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(lèi)中心
6.3.5 初始化樣本數據
6.3.6 FCM算法
6.3.7 實(shí)例分析
6.4 實(shí)驗結果及分析
6.4.1 實(shí)驗一
6.4.2 實(shí)驗二
6.5 本章小結
第7章 總結與展望
7.1 總結
7.2 展望
參考文獻
索引
附錄 基于圖像區域的交互式Otsu閾值分割算法源碼
1.1 研究背景及意義
1.2 圖像分割研究綜述
1.3 研究?jì)热萁M織結構
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(jìn)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(shí)驗結果及分析
2.5 本章小結
第3章 自適應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 自適應最小誤差閾值分割算法流程
3.6 算法時(shí)間復雜度對比分析
3.7 實(shí)驗結果及分析
3.7.1 均勻光照條件下分割結果
3.7.2 非均勻光照條件下分割結果
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 參數愣員菊濾惴ǚ指钚閱艿撓跋ì
3.8 本章小結
第4章 高斯尺度空間下估計背景的自適應閾值分割算法
4.1 引言
4.2 本章算法
4.2.1 預處理
4.2.2 消除背景
4.2.3 圖像增強
4.2.4 閾值分割
4.3 實(shí)驗結果及分析
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 參數敏感性測試
4.4 本章小結
第5章 基于圖像區域的交互式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(lèi)
5.2.5 圖像塊二值化
5.3 實(shí)驗結果及分析
5.3.1 實(shí)驗一：均勻光照情況
5.3.2 實(shí)驗二：非均勻光照情況
5.4 本章小結
第6章 基于直方圖的彩色圖像模糊聚類(lèi)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(lèi)算法
6.3.1 直方圖預處理
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(lèi)中心
6.3.5 初始化樣本數據
6.3.6 FCM算法
6.3.7 實(shí)例分析
6.4 實(shí)驗結果及分析
6.4.1 實(shí)驗一
6.4.2 實(shí)驗二
6.5 本章小結
第7章 總結與展望
7.1 總結
7.2 展望
參考文獻
索引
附錄 基于圖像區域的交互式Otsu閾值分割算法源碼
京公網(wǎng)安備 11000002000088號
