基于图割理论和Laplace水平集算法的图像分割算法研究
| 提要 | 第4-5页 |
| 详细摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-13页 |
| 1.2 图像分割方法研究现状 | 第13-15页 |
| 1.3 图像分割的定义与评价指标 | 第15-16页 |
| 1.4 本文主要工作与内容安排 | 第16-18页 |
| 第2章 图割理论与水平集理论背景 | 第18-29页 |
| 2.1 引言 | 第18-19页 |
| 2.2 图割理论基本概念 | 第19-23页 |
| 2.2.1 网络流的定义 | 第19-21页 |
| 2.2.2 割的定义 | 第21-23页 |
| 2.2.3 最大流最小割定理 | 第23页 |
| 2.3 水平集理论基础 | 第23-26页 |
| 2.3.1 Laplace算子边缘检测 | 第23-24页 |
| 2.3.2 曲线演化模型 | 第24-26页 |
| 2.4 均值漂移算法 | 第26-28页 |
| 2.4.1 均值漂移算法的运行步骤 | 第26-27页 |
| 2.4.2 均值漂移算法的收敛性 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于均值漂移算法和图割算法的分割模型 | 第29-38页 |
| 3.1 引言 | 第29页 |
| 3.2 构造图割算法的能量函数 | 第29-31页 |
| 3.3 图割算法求解步骤 | 第31-32页 |
| 3.4 基于均值漂移算法和图割算法的分割模型 | 第32-33页 |
| 3.5 本文算法分割结果与分析 | 第33-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 基于Laplace水平集模型的分割方法 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 水平集模型概述 | 第38-41页 |
| 4.3 改进的Laplace水平集分割算法 | 第41-42页 |
| 4.4 本文算法流程 | 第42页 |
| 4.5 本文算法分割结果与分析 | 第42-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第5章 ITK开发平台 | 第46-49页 |
| 5.1 ITK来源 | 第46页 |
| 5.2 ITK特点 | 第46-48页 |
| 5.3 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 本文工作与总结 | 第49页 |
| 6.2 研究展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 作者简介及在学期间所取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |
