摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.1.1 图像分割技术简介
1.1.2 研究意义及其应用价值
1.2 图像分割的研究状况
1.2.1 基于区域的分割方法
1.2.2 基于边缘的分割方法
1.2.3 基于区域和边缘技术相结合的分割方法
1.2.4 基于特定理论的分割方法
1.3 论文的主要贡献
1.4 论文的内容安排
第二章 基于直方图和单位脉冲耦合神经网络的图像分割方法
2.1 脉冲耦合神经网络(PCNN)
2.1.1 脉冲耦合神经网络及其应用
2.1.2 单位连接的脉冲耦合神经网络(Unit-linking PCNN)
2.1.3 单位连接的脉冲耦合神经网络实现图像分割
2.2 基于直方图阈值处理和Unit-linking PCNN的图像分割
2.2.1 基于直方图的PCNN图像分割算法
2.2.2 基于直方图的PCNN分割法和直方图多阈值分割法的优势比较
2.3 实验结果与分析
2.4 本章总结
第三章 基于边缘乘积互信息准则的脉冲耦合神经网络实现图像分割
3.1 图像分割效果评价准则简介
3.1.1 最大香农熵准则
3.1.2 最小交叉熵准则
3.1.3 最大类间熵准则
3.1.4 最大互信息量准则
3.2 边缘乘积互信息准则
3.2.1 边缘互信息
3.2.2 乘积型新信息熵
3.2.3 边缘乘积互信息
3.3 实验结果与分析
3.4 本章总结
第四章 三维单位脉冲耦合神经网络用于图像分割
4.1 三维图像的分割方法简介
4.1.1 分类器算法
4.1.2 三维边缘检测
4.1.3 三维Otsu法
4.2 三维单位脉冲耦合神经网络模型用于图像分割
4.3 基于直方图和3D Unit-linking PCNN的图像分割算法
4.4 实验结果与分析
4.5 本章总结
第五章 总结与展望
参考文献
攻读硕士期间撰写,发表的论文
致谢
