| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·图像的定义 | 第10页 |
| ·数字图像和数字图像处理 | 第10-11页 |
| ·图像分割及图像分割的意义 | 第11页 |
| ·图像分割的方法 | 第11-13页 |
| ·图像分割的传统方法 | 第11-12页 |
| ·基于 PDE的图像分割方法 | 第12-13页 |
| ·本文主要工作 | 第13-14页 |
| 2 PDE图像处理中两种常用的方法-变分法和水平集方法 | 第14-26页 |
| ·变分方法 | 第14-17页 |
| ·变分法和泛函的一阶变分 | 第14-15页 |
| ·PDE图像处理中一类常用的泛函及其一阶变分 | 第15-16页 |
| ·梯度下降流方程 | 第16-17页 |
| ·曲线演化理论和水平集方法 | 第17-26页 |
| ·曲线演化的理论 | 第17-19页 |
| ·水平集方法 | 第19-21页 |
| ·水平集方法的数值计算 | 第21-23页 |
| ·水平集方法的快速计算方法 | 第23-26页 |
| 3 基于变分和水平集方法的活动轮廓分割模型 | 第26-44页 |
| ·参数化活动轮廓模型(Snake模型) | 第27-37页 |
| ·Snake模型的原理及优点 | 第27页 |
| ·Snake模型用于图像分割的基本思想及数学表述 | 第27-29页 |
| ·Snake模型的研究现状 | 第29-37页 |
| ·几何活动轮廓分割模型 | 第37-44页 |
| ·几何活动轮廓分割模型的简单分类 | 第37-40页 |
| ·基于几何活动轮廓模型的图像分割方法 | 第40-44页 |
| 4 基于边缘和区域信息的变分水平集图像分割方法 | 第44-53页 |
| ·变分水平集方法简介 | 第44-45页 |
| ·C-V变分水平集图像分割方法 | 第45-47页 |
| ·Mulnford-shah图像分割模型简介 | 第45页 |
| ·C-V模型 | 第45-47页 |
| ·不需要重新初始化的变分水平集图像分割方法 | 第47-49页 |
| ·基于边缘和区域信息的变分水平集图像分割方法 | 第49-50页 |
| ·数值实验结果和分析 | 第50-53页 |
| 5 结论与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
| 大连理工大学学位论文版权使用授权书 | 第60页 |