基于蛇模型的图像分割与目标轮廓跟踪研究

摘要	第1-5页
Abstract	第5-10页
第1章 引言	第10-20页
·研究背景	第10-13页
·研究现状简介	第13-17页
·图像分割	第13-15页
·目标跟踪	第15-17页
·研究内容与主要研究成果	第17-19页
·本文结构	第19-20页
第2章 蛇模型简述	第20-36页
·基本思想	第20-21页
·参数式蛇模型	第21-22页
·几何式蛇模型	第22-27页
·水平集方法	第23-24页
·水平集快速算法	第24-26页
·水平集重初始化	第26-27页
·两种经典的几何式蛇模型	第27页
·基于边界的蛇模型的外力	第27-32页
·气球模型	第27-28页
·距离势能模型	第28页
·梯度向量流	第28-30页
·虚拟电场与向量卷积力场	第30-31页
·向量外力场的半自动初始化方法	第31-32页
·基于区域信息的蛇模型	第32-35页
·测地线活动区域模型	第33页
·分段常数模型	第33-34页
·分段光滑模型	第34页
·其它结合区域信息的蛇模型	第34-35页
·本章小结	第35-36页
第3章 基于自适应压力场的蛇模型	第36-65页
·引言	第36-37页
·自适应压力场的性质	第37-39页
·基于邻域的自适应压力场	第39-45页
·力场的构造	第39-42页
·邻域尺寸与力场重整	第42-44页
·计算方法	第44-45页
·基于梯度的自适应压力场	第45-50页
·力场的构造	第45-49页
·计算方法	第49-50页
·基于自适应压力场的蛇模型	第50-51页
·基于自适应压力场的二值化分割算法	第51-52页
·实验与讨论	第52-62页
·自适应压力场与其它外力场的比较	第52-56页
·对噪声的鲁棒性测试	第56-59页
·与基于区域的蛇模型的比较	第59页
·真实图像分割测试	第59-62页
·文档图像的二值化	第62页
·算法适用范围	第62页
·本章小结	第62-65页
第4章 基于流向标量场的图像分割	第65-92页
·引言	第65-67页
·基于流向标量场的图像分割算法概述	第67页
·特征提取与边缘图构造	第67-72页
·灰度图像	第68页
·彩色图像	第68-71页
·纹理图像	第71-72页
·流向标量场的构造	第72-74页
·种子区域生长	第74-76页
·自动种子选取	第74-75页
·区域生长过程	第75-76页
·区域合并	第76-79页
·区域相邻关系表示（区域邻接图）	第77页
·区域合并方法	第77-78页
·区域间相异度设定	第78-79页
·实验与讨论	第79-90页
·分割算法性能测试与比较	第79-82页
·对噪声的鲁棒性测试	第82-84页
·彩色-纹理图像分割性能测试与比较	第84-88页
·更多图像分割示例	第88页
·算法时间复杂度分析	第88-90页
·本章小结	第90-92页
第5章 基于双前沿蛇模型的目标轮廓跟踪	第92-114页
·引言	第92-94页
·双前沿活动轮廓模型介绍	第94-98页
·双前沿演化过程	第95-97页
·双前沿活动轮廓模型	第97-98页
·支撑区域限制	第98-99页
·拟气球模型	第99-102页
·拟气球模型构造方法	第100-101页
·拟气球模型的产生原理	第101-102页
·视频目标轮廓跟踪方法	第102-103页
·实验与讨论	第103-112页
·运行速度对比测试	第103-106页
·拟气球模型鲁棒性测试	第106页
·对运动速度变化剧烈的目标的跟踪	第106-107页
·对变形目标的跟踪	第107-109页
·对体育视频中运动目标的跟踪	第109-112页
·本章小结	第112-114页
第6章 结论	第114-118页
·本文贡献	第114-116页
·进一步研究工作	第116-118页
参考文献	第118-129页
致谢	第129-130页
个人简历、在学期间发表的学术论文与研究成果	第130-131页