基于图论的图像分割方法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-16页 |
| ·图像分割的研究背景与意义 | 第9-10页 |
| ·计算机视觉 | 第9-10页 |
| ·图像分割与计算机视觉的关系 | 第10页 |
| ·图像分割基本概念 | 第10-11页 |
| ·常用的图像分割方法 | 第11-15页 |
| ·基于阈值的分割 | 第11-12页 |
| ·基于边缘的分割 | 第12-13页 |
| ·基于区域的分割 | 第13页 |
| ·基于特定数学工具和理论的分割 | 第13-14页 |
| ·基于人工智能的分割 | 第14-15页 |
| ·论文主要工作及内容安排 | 第15-16页 |
| 第2章 Swendsen-Wang cuts算法 | 第16-28页 |
| ·图切割简介 | 第16-17页 |
| ·图切割中的Bayesian方程 | 第17-18页 |
| ·Bayesian方程 | 第17-18页 |
| ·解空间和马尔科夫链跳转 | 第18页 |
| ·Swendsen-Wang算法及其局限 | 第18-20页 |
| ·Swendsen-Wang cuts的基本思想 | 第20-21页 |
| ·SWC在图像分割上的应用 | 第21-23页 |
| ·边判别概率 | 第21-22页 |
| ·SWC的的基本流程 | 第22-23页 |
| ·实验结果 | 第23-27页 |
| ·图像分割结果 | 第23-25页 |
| ·计算速度的比较 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于随机森林随机场的图像分割方法 | 第28-37页 |
| ·随机森林随机场简介 | 第28-29页 |
| ·CRF模型 | 第29-30页 |
| ·CRF推导 | 第30-32页 |
| ·RF的学习过程 | 第32-33页 |
| ·基于随机森林随机场的图像分割结果 | 第33-35页 |
| ·(RF)2的误差上限原理性分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于霍夫森林随机场的图像分割方法 | 第37-47页 |
| ·HFRF简介 | 第37-38页 |
| ·霍夫森林的学习 | 第38-40页 |
| ·训练集 | 第38-39页 |
| ·霍夫森林的构造 | 第39页 |
| ·三个统计值 | 第39-40页 |
| ·估算分布比值 | 第40-41页 |
| ·实验结果 | 第41-46页 |
| ·结果的定量分析 | 第42-44页 |
| ·结果的定性分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-48页 |
| ·工作总结 | 第47页 |
| ·前景展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 附录A：攻读学位期间所发表的学术论文目录 | 第52页 |
