丛书序言 1
前言 1
第一章 绪论 1
1.1 图象分割简介 1
1.2 图象分割的研究 2
1.2.1 图象分割定义 2
1.2.2 分割算法分类 3
1.2.3 分割研究三层次 4
1.3 全书框架和各章简介 5
参考文献 7
第二章 并行边界分割技术 9
2.1 微分算子边缘检测 9
2.1.1 梯度算子 10
2.1.2 方向算子 12
2.1.3 拉普拉斯算子 13
2.1.4 马尔算子 14
2.1.5 综合正交算子 15
2.1.6 坎尼算子 17
2.2 边缘拟合 19
2.2.1 灰度阶跃边缘 19
2.2.2 灰度斜变边缘 20
2.2.3 基于矩保持的边缘拟合 21
2.3 边界闭合 23
2.4 哈夫变换 24
2.4.1 基本原理 24
2.4.2 实用方法 25
2.4.3 广义哈夫变换原理 28
2.5 利用切线信息的亚象素目标边缘检测 30
参考文献 32
3.1 边界跟踪 34
第三章 串行边界分割技术 34
3.2 曲线拟合 36
3.3 状态空间搜索 37
3.4 动态规划 39
参考文献 41
第四章 并行区域分割技术 43
4.1 阈值化方法介绍 43
4.1.1 阈值化分割原理 43
4.1.2 阈值化算法分类 45
4.2 基于各象素值的阈值 46
4.2.1 极小值点阈值 46
4.2.2 最优阈值 47
4.2.3 迭代阈值 48
4.2.4 直方图凹性分析 49
4.3 基于区域性质的阈值 49
4.3.1 直方图变换 50
4.3.2 灰度值和梯度值散射图 52
4.3.3 灰度值和平均灰度值散射图 53
4.4 基于坐标位置的阈值 54
4.4.1 阈值插值 55
4.4.2 水线阈值算法 56
4.5 基于过渡区的阈值 57
4.6 特征空间聚类 60
4.6.1 用特征进行分类 60
4.6.2 空间聚类 61
4.7 连通区域标记 63
4.7.1 象素标记 63
4.7.2 游程连通性分析 64
参考文献 65
第五章 串行区域分割技术 67
5.1 区域生长 67
5.1.1 原理和步骤 67
5.1.2 生长准则和过程 68
5.2 分裂合并 70
5.2.1 基本方法 70
5.2.2 改进方法 72
5.3 松弛迭代法 74
参考文献 75
第六章 结合特定理论工具的分割技术 77
6.1 基于数学形态学的分割技术 77
6.1.1 边缘的形态检测 77
6.1.2 水线区域分割 79
6.2.1 模式识别与分割 81
6.2 借助统计模式识别方法的分割技术 81
6.2.2 统计模式分类的关键 82
6.2.3 最大化后验概率 83
6.3 利用神经网络的分割技术 85
6.3.1 神经网络简介 85
6.3.2 利用竞争Hopfield神经网络的自动聚类分割 87
6.4 基于信息论的分割技 88
6.4.1 交叉熵和交叉熵分割函数 88
6.4.2 类内最小交叉熵阈值化分割 89
6.4.3 类间最大交叉熵阈值化分割 91
6.5.1 模糊集合和模糊散度 92
6.5 借助模糊集合和逻辑的分割技术 92
6.5.2 类间最大模糊散度阈值化分割 93
6.5.3 类内最小模糊散度阈值化分割 94
6.5.4 模糊C-均值聚类分割 96
6.6 基于小波分析和变换的分割技术 98
6.6.1 小波变换简介 98
6.6.2 多尺度边缘检测 100
6.6.3 多分辨率阈值选取 101
6.7.1 遗传算法流程 103
6.7.2 基于阈值曲面的二维遗传算法 103
6.7 利用遗传算法的分割技术 103
6.7.3 基于模糊隶属度曲面的二维遗传算法 105
参考文献 107
第七章 特殊图象的分割 112
7.1 三维图象分割 112
7.1.1 3-D边缘检测 113
7.1.2 3-D图象阈值化分割 115
7.2 彩色图象分割 116
7.2.1 分割所用的彩色空间 117
7.2.2 分割策略 118
7.4 深度图象分割 120
7.3 多光谱图象的分割 120
7.5 纹理图象分割 122
7.5.1 基于统计方法的纹理图象分割 122
7.5.2 基于结构方法的纹理图象分割 124
7.5.3 基于空间频率方法的纹理图象分割 125
7.5.4 有监督纹理分割 126
7.5.5 无监督纹理分割 129
7.5.6 用最佳单Gabor滤波器分割双纹理图象 131
7.6 合成孔径雷达图象分割 133
7.7.1 直接方法 135
7.7 运动图象分割 135
7.7.2 间接方法:估计光流场 137
7.7.3 间接方法:用贝叶斯方法分割光流 138
7.8 视频图象的时域分割 140
7.8.1 镜头检测的基本原理 140
7.8.2 双重窗口突变检测算法 141
7.8.3 基于视频编辑模型的渐变检测算法 142
参考文献 144
第八章 图象分割评价 149
8.1.2 定性分析准则 150
8.1.1 准则分类 150
8.1 分割评价准则 150
8.1.3 定量分析准则 151
8.1.4 定性实验准则 152
8.1.5 定量实验准则 152
8.2 最终测量精度评价准则及其性能研究 155
8.3 分割算法评价框架 157
8.4 一些分割算法评价实验和结果 159
8.4.1 取阈值算法在噪声下的性能比较 159
8.4.2 多种算法分割不同干扰图 163
8.4.3 各类算法的全面评价实验 165
8.5.1 算法优选思想及策略 169
8.5 基于评价的分割算法优选系统 169
8.5.2 优选系统的实现和效果 170
参考文献 172
第九章 分割评价方法系统研究 176
9.1 分割评价方法分类 177
9.2 各类评价方法和准则的分析比较 178
9.3 定量实验评价准则的比较 180
参考文献 182
A.1.2 四叉树 184
A.1.1 空间占有数组 184
A.1 图象数据表达 184
附录A 预备知识/基本知识 184
A.1.3 直方图 185
A.2 象素间关系 185
A.2.1 象素的邻域 185
A.2.2 连通性和通路 186
A.2.3 距离量度 187
A.3 预/后处理 188
A.3.1 预处理中的噪声消除 188
A.3.3 后处理中的形态学方法 190
A.3.2 灰度插值 190
参考文献 192
附录B 图象分割对特征测量的影响 193
B.1 影响测量精确度的因素 193
B.2 分割算法的具体影响 194
参考文献 196
附录C 有效平均梯度极值点性质的证明 197
C.1 单过渡区时的证明 197
C.2 多过渡区时的证明 200
参考文献 201