一种基于超像素的彩色图像分割算法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要工作和结构安排 | 第12-15页 |
| 第2章 相关理论和主要技术 | 第15-27页 |
| 2.1 图像分割算法 | 第15-19页 |
| 2.2 超像素 | 第19-23页 |
| 2.2.1 基于图论的超像素 | 第19-22页 |
| 2.2.2 基于梯度下降的超像素 | 第22-23页 |
| 2.3 谱聚类 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于互惠最近邻的超像素生成算法 | 第27-41页 |
| 3.1 互惠最近邻定义与性质 | 第27页 |
| 3.2 互惠最近邻结构的概率分析 | 第27-30页 |
| 3.3 互惠最近邻区域合并 | 第30-33页 |
| 3.4 评价指标 | 第33-36页 |
| 3.5 实验部分 | 第36-39页 |
| 3.5.1 实验环境 | 第36-37页 |
| 3.5.2 实验数据集 | 第37页 |
| 3.5.3 对比实验 | 第37-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 基于双重超像素集的谱聚类算法 | 第41-55页 |
| 4.1 双重超像素加权图 | 第41-44页 |
| 4.1.1 多重超像素介绍 | 第41-43页 |
| 4.1.2 双重超像素集构造加权图模型 | 第43-44页 |
| 4.2 谱聚类中的相似度改进 | 第44-49页 |
| 4.2.1 现有相似度测量分析 | 第44-46页 |
| 4.2.2 基于路径的相似度 | 第46-49页 |
| 4.3 实验部分 | 第49-53页 |
| 4.3.1 实验环境 | 第49页 |
| 4.3.2 实验数据集 | 第49页 |
| 4.3.3 路径相似度参数 ε 的取值实验 | 第49-51页 |
| 4.3.4 加权图节点连接的实验 | 第51-52页 |
| 4.3.5 与其他算法的对比实验 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
