| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·研究背景 | 第10-11页 |
| ·图像分割技术的研究现状 | 第11-14页 |
| ·基于区域的分割方法 | 第11-13页 |
| ·基于边缘的分割方法 | 第13页 |
| ·结合特定理论的图像分割方法 | 第13-14页 |
| ·主动轮廓模型概述 | 第14-18页 |
| ·参数主动轮廓模型与几何主动轮廓模型 | 第15-17页 |
| ·多目标主动轮廓模型 | 第17-18页 |
| ·论文进度安排及创新点介绍 | 第18-20页 |
| 第2章 基于几何主动轮廓模型的图像分割方法 | 第20-33页 |
| ·水平集方法 | 第20-24页 |
| ·轮廓曲线的隐含表达式 | 第20-21页 |
| ·符号距离函数 | 第21-22页 |
| ·水平集与几何活动轮廓模型的关系 | 第22-24页 |
| ·GAC 图像分割方法 | 第24-28页 |
| ·活动轮廓模型的提出 | 第25-26页 |
| ·GAC 模型的建立 | 第26-28页 |
| ·CHAN-VESE 图像分割方法 | 第28-30页 |
| ·Chan-Vese 主动轮廓模型 | 第28-30页 |
| ·LBF(LOCAL BINARY FITTING)模型的提出 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于局部统计信息的泛化 GAC 模型 | 第33-41页 |
| ·泛化的 GAC 模型 | 第33-34页 |
| ·基于全局统计信息的泛化 GAC 模型 | 第34-36页 |
| ·SPF 公式的设计 | 第34-35页 |
| ·此模型对比 GAC 模型和 C-V 模型的优势 | 第35-36页 |
| ·基于局部信息的符号压力函数 | 第36-38页 |
| ·算法实现 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 实验 | 第41-53页 |
| ·引言 | 第41页 |
| ·基于局部统计信息的泛化 GAC 模型的性质研究 | 第41-43页 |
| ·对比实验 | 第43-51页 |
| ·邻域大小选取的讨论 | 第51-53页 |
| 结论 | 第53-55页 |
| 论文工作总结 | 第53-54页 |
| 论文工作的未来展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |