| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·图像分割 | 第7-8页 |
| ·现有图像分割方法分类 | 第8-12页 |
| ·基于数据驱动的图像分割方法 | 第8-10页 |
| ·基于模型驱动的图像分割方法 | 第10-12页 |
| ·本文的主要内容与结构组织 | 第12-15页 |
| 第二章 基于水平集方法的图像分割基础 | 第15-23页 |
| ·活动轮廓模型 | 第15-18页 |
| ·水平集理论 | 第18-20页 |
| ·水平集理论 | 第18-19页 |
| ·水平集方法的实现 | 第19-20页 |
| ·Chan-Vese 模型 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于水平集和分水岭相结合的轮廓检测方法 | 第23-37页 |
| ·形态学分水岭 | 第23-25页 |
| ·分水岭算法原理 | 第23-24页 |
| ·分水岭变换的数学描述 | 第24-25页 |
| ·标记分水岭算法 | 第25页 |
| ·距离保持水平集方法 | 第25-27页 |
| ·基于水平集和分水岭相结合的轮廓检测方法 | 第27-29页 |
| ·实验与分析 | 第29-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于邻域概率密度函数特征集的水平集图像分割方法 | 第37-49页 |
| ·邻域概率密度函数特征集 | 第37-40页 |
| ·邻域概率密度函数特征集的定义与计算 | 第37-39页 |
| ·特征的相似度度量 | 第39-40页 |
| ·基于邻域概率密度函数特征集的水平集图像分割方法 | 第40-42页 |
| ·实验与分析 | 第42-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 水平集方法用于方向性纹理图像的分割 | 第49-61页 |
| ·灰度共生矩阵与平稳小波 | 第49-52页 |
| ·灰度共生矩阵 | 第49-51页 |
| ·平稳小波 | 第51-52页 |
| ·水平集方法用于方向性纹理图像的分割 | 第52-53页 |
| ·实验与分析 | 第53-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 硕士期间的学术成果 | 第69-70页 |