| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-16页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 图像分割概述 | 第8-10页 |
| 1.2.1 图像分割分类与研究现状 | 第8-10页 |
| 1.2.2 图像分割与超像素分割 | 第10页 |
| 1.3 超像素分割概述 | 第10-14页 |
| 1.3.1 基于图论的超像素方法 | 第11-12页 |
| 1.3.2 基于梯度下降的超像素方法 | 第12-13页 |
| 1.3.3 超像素分割应用 | 第13-14页 |
| 1.4 主要研究内容与章节安排 | 第14-16页 |
| 2 超像素分割经典算法及其评价准则 | 第16-30页 |
| 2.1 SLIC算法及其衍生算法 | 第16-23页 |
| 2.1.1 颜色空间 | 第16-18页 |
| 2.1.2 SLIC算法 | 第18-21页 |
| 2.1.3 gSLICr算法 | 第21-22页 |
| 2.1.4 SLIC0算法 | 第22-23页 |
| 2.2 SEEDS算法 | 第23-28页 |
| 2.2.1 SEEDS算法原理 | 第23-26页 |
| 2.2.2 算法抗噪性能验证 | 第26-28页 |
| 2.3 超像素分割评价准则 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 基于直方图一维微分距离的分层超像素分割模型 | 第30-45页 |
| 3.1 算法原理 | 第30-38页 |
| 3.1.1 基于一维微分距离的直方图相似度衡量准则 | 第30-33页 |
| 3.1.2 基于数据项与控制项的超像素分割准则 | 第33-34页 |
| 3.1.3 基于金字塔结构的分层超像素分割模型 | 第34-38页 |
| 3.2 实验结果与对比 | 第38-44页 |
| 3.2.1 分级层数对算法结果的影响 | 第38-39页 |
| 3.2.2 直方图量化等级对本算法的影响 | 第39-40页 |
| 3.2.3 直方图结构相似性准则优越性的验证 | 第40-42页 |
| 3.2.4 紧密度控制项的验证 | 第42页 |
| 3.2.5 模型抗噪性能优越性的验证 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 4 基于多光谱图像的改进超像素分割算法 | 第45-57页 |
| 4.1 基于多光谱图像的改进SLIC算法 | 第45-47页 |
| 4.2 基于一维微分距离的多光谱图像超像素分割模型 | 第47-49页 |
| 4.3 实验结果 | 第49-56页 |
| 4.3.1 参数对改进SLIC算法影响 | 第49-51页 |
| 4.3.2 改进SLIC算法效果 | 第51-52页 |
| 4.3.3 参数对基于一维微分距离的多光谱图像超像素分割模型影响 | 第52-54页 |
| 4.3.4 基于一维微分距离的多光谱图像超像素分割模型效果 | 第54-55页 |
| 4.3.5 两种改进算法对比实验 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 本文总结 | 第57-58页 |
| 5.2 后期工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
