基于超像素谱聚类的图像分割方法
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 图像分割技术的研究背景 | 第9-10页 |
| 1.2 图像分割的研究现状 | 第10-11页 |
| 1.3 本文的研究内容 | 第11页 |
| 1.4 本文的结构安排 | 第11-13页 |
| 第二章 图像分割方法 | 第13-25页 |
| 2.1 图像分割的定义 | 第13页 |
| 2.2 图像分割方法的介绍 | 第13-25页 |
| 2.2.1 基于阈值的图像分割方法 | 第14页 |
| 2.2.2 基于边缘的图像分割方法 | 第14-15页 |
| 2.2.3 基于区域的图像分割方法 | 第15页 |
| 2.2.4 基于特定理论的图像分割方法 | 第15-25页 |
| 第三章 基于谱聚类的图像分割方法 | 第25-37页 |
| 3.1 图的基本知识 | 第25-26页 |
| 3.2 基于谱聚类的图像分割 | 第26-28页 |
| 3.3 归一化分割的求解 | 第28-31页 |
| 3.4 实现方式 | 第31-32页 |
| 3.4.1 递归调用二分归一化分割 | 第31页 |
| 3.4.2 多分归一化分割 | 第31-32页 |
| 3.5 实验仿真 | 第32-37页 |
| 3.5.1 实验一 | 第33-34页 |
| 3.5.2 实验二 | 第34-37页 |
| 第四章 超像素 | 第37-49页 |
| 4.1 均值漂移算法的基本原理 | 第37-44页 |
| 4.1.1 均值漂移算法的扩展 | 第38-40页 |
| 4.1.2 Mean Shift的物理含义 | 第40-41页 |
| 4.1.3 均值漂移算法步骤 | 第41-42页 |
| 4.1.4 算法的收敛性证明 | 第42-44页 |
| 4.2 基于均值漂移算法的图像分割 | 第44-49页 |
| 4.2.1 基于均值漂移算法的图像平滑 | 第45页 |
| 4.2.2 基于均值漂移算法的图像分割 | 第45-46页 |
| 4.2.3 实验仿真 | 第46-49页 |
| 第五章 基于超像素谱聚类的图像分割方法 | 第49-65页 |
| 5.1 算法提出的背景 | 第49-50页 |
| 5.2 均值漂移和归一化算法 | 第50-52页 |
| 5.2.1 基于均值漂移的图像分割 | 第50-52页 |
| 5.2.2 基于归一化割的图像分割 | 第52页 |
| 5.3 改进方法 | 第52-59页 |
| 5.3.1 改进算法说明 | 第52-54页 |
| 5.3.2 改进算法的实现 | 第54-57页 |
| 5.3.3 多个子节点构图 | 第57-59页 |
| 5.4 实验结果 | 第59-63页 |
| 5.5 实验分析 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士期间的研究成果 | 第73页 |
