| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 民族图案的文化内涵 | 第9页 |
| 1.1.2 民族图案分割的意义 | 第9-10页 |
| 1.2 图像分割研究现状 | 第10-13页 |
| 1.3 本文的主要工作和组织结构 | 第13-15页 |
| 1.3.1 主要工作 | 第13-14页 |
| 1.3.2 结构安排 | 第14-15页 |
| 第二章 图像分割算法和评价 | 第15-35页 |
| 2.1 基于阈值的分割算法 | 第15-16页 |
| 2.2 基于梯度的分割算法 | 第16-20页 |
| 2.2.1 边缘检测算法 | 第16-17页 |
| 2.2.2 均值漂移算法 | 第17-20页 |
| 2.3 基于区域的分割算法 | 第20-21页 |
| 2.4 基于活动轮廓模型的分割算法 | 第21-25页 |
| 2.4.1 参数活动轮廓模型 | 第21-22页 |
| 2.4.2 几何活动轮廓模型 | 第22-25页 |
| 2.5 基于图论的分割算法 | 第25-32页 |
| 2.5.1 基于最小生成树的分割 | 第25-26页 |
| 2.5.2 基于割集准则的分割 | 第26-28页 |
| 2.5.3 基于图割理论的分割 | 第28-32页 |
| 2.6 图像分割效果的客观评价 | 第32-34页 |
| 2.6.1 F-measure指标 | 第32-33页 |
| 2.6.2 Probablistic Rand指标 | 第33页 |
| 2.6.3 Segmentation Covering指标 | 第33页 |
| 2.6.4 Variation of Information指标 | 第33-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第三章 改进的基于图的分割算法 | 第35-53页 |
| 3.1 民族图案的基元分割 | 第35-37页 |
| 3.2 基于图分割算法存在的问题 | 第37-38页 |
| 3.3 基于SLICO超像素的初始图节点生成方法 | 第38-44页 |
| 3.3.1 超像素算法简介 | 第38-40页 |
| 3.3.2 SLICO算法原理 | 第40-42页 |
| 3.3.3 基于SLICO的无向权重图 | 第42-44页 |
| 3.4 改进的基于图的分割算法 | 第44-45页 |
| 3.5 仿真与实验结果分析 | 第45-52页 |
| 3.5.1 仿真环境 | 第45页 |
| 3.5.2 自然图像分割实验 | 第45-50页 |
| 3.5.3 民族图案分割实验 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 民族图案基元分割系统的设计与实现 | 第53-61页 |
| 4.1 系统环境 | 第53-54页 |
| 4.2 系统框架 | 第54-55页 |
| 4.3 系统功能 | 第55-57页 |
| 4.4 系统实现 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文总结 | 第61页 |
| 5.2 不足与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
