| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9-11页 |
| ·图像分割的概念 | 第9-10页 |
| ·图像分割的意义 | 第10-11页 |
| ·图像分割技术的研究现状 | 第11-16页 |
| ·论文内容与章节安排 | 第16-17页 |
| 第2章 图割理论与水平集模型 | 第17-35页 |
| ·基于图论的图像分割技术 | 第17-19页 |
| ·网络流理论 | 第19-25页 |
| ·管道网络 | 第19-20页 |
| ·双终端图(s-t网络) | 第20-22页 |
| ·网络的最小割 | 第22-23页 |
| ·最大流/最小割算法 | 第23-25页 |
| ·图割理论在图像分割中的应用 | 第25-28页 |
| ·水平集模型概述 | 第28-34页 |
| ·活动轮廓模型(Active Contour Model) | 第29-30页 |
| ·水平集方法原理 | 第30-31页 |
| ·测地线活动轮廓模型(GACM) | 第31-32页 |
| ·Chan-Vese模型(C-V Model) | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 模糊C均值聚类与图割结合的图像分割方法 | 第35-43页 |
| ·基于模糊C均值聚类的图像分割技术 | 第35-36页 |
| ·基于FCM和图割的分割算法 | 第36-40页 |
| ·能量函数的构造 | 第37页 |
| ·网络的构造 | 第37-38页 |
| ·最小割/最大流算法 | 第38-40页 |
| ·实验结果和分析 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于改进水平集与图割的图像分割方法 | 第43-55页 |
| ·水平集模型及其改进分析 | 第43-49页 |
| ·经典水平集模型分析 | 第43-44页 |
| ·Li模型 | 第44-45页 |
| ·改进的变分水平集模型 | 第45-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·基于改进水平集与图割的图像分割方法 | 第49-53页 |
| ·GCBAC算法分析 | 第50-51页 |
| ·本文算法思想 | 第51页 |
| ·实验结果与分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| ·工作总结 | 第55-56页 |
| ·未来展望 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士学位期间科研成果 | 第65页 |