| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-25页 |
| 1.1 研究的意义及目的 | 第12-13页 |
| 1.2 国内外图像分割方法的研究简介 | 第13-19页 |
| 1.2.1 基于底层信息的图像分割方法 | 第14-16页 |
| 1.2.2 基于高层先验知识的分割方法 | 第16-19页 |
| 1.3 几类经典的图像分割变分模型 | 第19-23页 |
| 1.3.1 Snake模型 | 第19页 |
| 1.3.2 测地活动轮廓模型 | 第19-20页 |
| 1.3.3 Mumford-Shah模型 | 第20-21页 |
| 1.3.4 水平集分割模型 | 第21-23页 |
| 1.4 本文的主要工作 | 第23-25页 |
| 2 一种基于活动带和边界算子的B超图像分割新方法 | 第25-53页 |
| 2.1 研究背景 | 第25-28页 |
| 2.2 基于活动带和边界算子的分割模型 | 第28-33页 |
| 2.2.1 基于活动带的能量泛函E_(local) | 第28-31页 |
| 2.2.2 边界算子定义的能量E_(edge) | 第31-33页 |
| 2.3 数值算法 | 第33-35页 |
| 2.4 实验结果和量化评价 | 第35-48页 |
| 2.4.1 三维超声图像分割 | 第36-46页 |
| 2.4.2 二维超声图像 | 第46-48页 |
| 2.5 在其他图像上的实验 | 第48-52页 |
| 2.6 小结 | 第52-53页 |
| 3 基于点距离形状约束的半自动医学图像分割方法 | 第53-90页 |
| 3.1 研究背景 | 第53-55页 |
| 3.2 基于点距离函数的形状 | 第55-61页 |
| 3.2.1 一点距离边界 | 第56页 |
| 3.2.2 两点距离轮廓 | 第56-57页 |
| 3.2.3 三点距离轮廓 | 第57-58页 |
| 3.2.4 四点距离轮廓 | 第58-61页 |
| 3.3 基于点距离形状约束的分割模型 | 第61-66页 |
| 3.4 基于点距离形状约束的多相位分割模型 | 第66-69页 |
| 3.5 数值算法 | 第69-71页 |
| 3.6 实验结果 | 第71-84页 |
| 3.6.1 医学图像 | 第71-81页 |
| 3.6.2 自然图像分割 | 第81-84页 |
| 3.7 算法的精度分析 | 第84-89页 |
| 3.8 小结 | 第89-90页 |
| 4 基于区域灰度同质能量的分割方法 | 第90-105页 |
| 4.1 研究背景 | 第90-91页 |
| 4.2 区域灰度同质能量泛函 | 第91-96页 |
| 4.2.1 区域灰度同质指标 | 第91-94页 |
| 4.2.2 区域灰度同质能量泛函 | 第94-96页 |
| 4.3 数值算法 | 第96-98页 |
| 4.4 实验结果 | 第98-104页 |
| 4.5 小结 | 第104-105页 |
| 5 总结与展望 | 第105-107页 |
| 5.1 全文总结 | 第105-106页 |
| 5.2 展望 | 第106-107页 |
| 致谢 | 第107-108页 |
| References | 第108-127页 |
| 附录 | 第127页 |