基于活动轮廓模型的图像分割算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·图像处理 | 第8页 |
| ·图像分割 | 第8-9页 |
| ·图像分割的原理和类型 | 第8-9页 |
| ·图像分割算法综述 | 第9-11页 |
| ·阈值法 | 第9页 |
| ·区域分割法 | 第9-10页 |
| ·聚类法 | 第10页 |
| ·数学形态学方法 | 第10页 |
| ·基于小波的分割方法 | 第10-11页 |
| ·基于人工神经网络的分割方法 | 第11页 |
| ·结合马尔科夫随机场的分割方法 | 第11页 |
| ·基于遗传算法的分割方法 | 第11页 |
| ·本文的主要工作和文章结构 | 第11-13页 |
| 第二章 活动轮廓模型和水平集方法 | 第13-23页 |
| ·活动轮廓模型 | 第13-16页 |
| ·参数活动轮廓模型 | 第13-15页 |
| ·几何活动轮廓模型 | 第15-16页 |
| ·水平集方法 | 第16-20页 |
| ·曲线演化理论 | 第16-18页 |
| ·水平集函数 | 第18-19页 |
| ·符号距离函数 | 第19页 |
| ·水平集函数数值解法 | 第19-20页 |
| ·变分法和梯度下降流 | 第20-22页 |
| ·变分法 | 第20-21页 |
| ·梯度下降流 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 C-V模型 | 第23-39页 |
| ·C-V模型的前身:Mumford-Shah模型 | 第23-24页 |
| ·C-V模型 | 第24-33页 |
| ·灰色图像的C-V模型 | 第24-27页 |
| ·灰色图像的C-V模型实验结果 | 第27-30页 |
| ·多通道的C-V模型 | 第30-31页 |
| ·彩色C-V模型的分割结果 | 第31-33页 |
| ·C-V模型的改进 | 第33-37页 |
| ·C-V模型的改进 | 第33-34页 |
| ·改进的C-V模型的实验结果 | 第34-37页 |
| ·实验结果比对分析和讨论 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 GACV模型及其应用 | 第39-50页 |
| ·GACV模型 | 第39-41页 |
| ·GACV模型 | 第39-40页 |
| ·彩色的GACV模型 | 第40页 |
| ·GACV模型的分割结果及分析 | 第40-41页 |
| ·基于贝叶斯准则的GACV模型 | 第41-44页 |
| ·基于贝叶斯准则的GACV模型介绍 | 第41-42页 |
| ·基于贝叶斯准则的GACV模型的实验结果与分析 | 第42-44页 |
| ·基于GACV的人机交互模型 | 第44-49页 |
| ·基于GACV的人机交互模型介绍 | 第44-46页 |
| ·基于GACV人机交互模型实验结果和分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| ·总结 | 第50页 |
| ·未来展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间主要的研究成果 | 第55页 |
