第1章 绪论 1
1.1 研究背景及意义 1
1.2 图像分割研究综述 5
1.3 研究内容组织结构 12
第2章 高斯拟合的全局阈值算法阈值优化框架 15
2.1 引言 15
2.2 全局阈值分割算法 16
2.2.1 Otsu阈值分割算法 17
2.2.2 最小误差阈值分割算法 18
2.2.3 最大熵阈值分割算法 18
2.3 改进方法 19
2.3.1 采用高斯拟合的全局阈值算法阈值优化框架 19
2.3.2 鲁棒的采用高斯拟合的全局阈值算法阈值优化框架 24
2.3.3 收敛性分析 29
2.4 实验结果及分析 30
2.5 本章小结 39
第3章 自适应最小误差阈值分割算法 41
3.1 引言 41
3.2 Water Flow模型 41
3.3 鲁棒去噪模型 43
3.4 鲁棒的最小误差法 46
3.5 自适应最小误差阈值分割算法流程 48
3.6 算法时间复杂度对比分析 50
3.7 实验结果及分析 51
3.7.1 均匀光照条件下分割结果 51
3.7.2 非均匀光照条件下分割结果 53
3.7.3 非均匀光照下噪声对本章算法分割性能的影响 57
3.7.4 参数γ对本章算法分割性能的影响 59
3.8 本章小结 60
第4章 高斯尺度空间下估计背景的自适应阈值分割算法 62
4.1 引言 62
4.2 本章算法 62
4.2.1 预处理 64
4.2.2 消除背景 65
4.2.3 图像增强 69
4.2.4 阈值分割 70
4.3 实验结果及分析 70
4.3.1 非均匀光照下文本图像分割测试 71
4.3.2 非均匀光照下非文本图像分割测试 75
4.3.3 参数敏感性测试 79
4.4 本章小结 81
第5章 基于图像区域的交互式Otsu阈值分割算法 83
5.1 引言 83
5.2 本章算法 84
5.2.1 预处理 84
5.2.2 图像分块 85
5.2.3 图像块排序 86
5.2.4 图像块分类 87
5.2.5 图像块二值化 88
5.3 实验结果及分析 90
5.3.1 实验一：均匀光照情况 90
5.3.2 实验二：非均匀光照情况 93
5.4 本章小结 102
第6章 基于直方图的彩色图像模糊聚类算法 103
6.1 引言 103
6.2 相关算法 104
6.2.1 FCM算法 104
6.2.2 DSRPCL算法 104
6.2.3 HTFCM算法 105
6.3 HCIFCM聚类算法 106
6.3.1 直方图预处理 107
6.3.2 直方图多级划分 108
6.3.3 RGB直方图合并 109
6.3.4 初始化聚类中心 110
6.3.5 初始化样本数据 110
6.3.6 FCM算法 111
6.3.7 实例分析 111
6.4 实验结果及分析 114
6.4.1 实验一 114
6.4.2 实验二 116
6.5 本章小结 122
第7章 总结与展望 124
7.1 总结 124
7.2 展望 126
参考文献 129
索引 137
附录 基于图像区域的交互式Otsu阈值分割算法源码 139