基于视觉特性的图形图像分割算法研究
| 中文摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第14-27页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 相关问题研究现状及进展 | 第15-22页 |
| 1.2.1 二维图像分割方法研究现状 | 第15-18页 |
| 1.2.2 三维网格分割方法研究现状 | 第18-22页 |
| 1.3 图形图像分割存在的问题 | 第22-25页 |
| 1.3.1 二维图像分割存在的问题 | 第22-23页 |
| 1.3.2 三维网格分割存在的问题 | 第23-25页 |
| 1.4 本文主要研究内容 | 第25-27页 |
| 第二章 视觉特性在图形图像分割问题中的应用 | 第27-42页 |
| 2.1 人类视觉系统及其特性 | 第27-32页 |
| 2.1.1 视觉系统的基本组成 | 第27-28页 |
| 2.1.2 视觉系统的基本特性 | 第28-32页 |
| 2.2 视觉特性在图像分割中的应用 | 第32-37页 |
| 2.2.1 图像分割中的视觉显著性 | 第32-34页 |
| 2.2.2 图像分割质量评价 | 第34-37页 |
| 2.3 视觉特性在网格分割中的应用 | 第37-40页 |
| 2.3.1 视觉理论的“最小值规则” | 第37-38页 |
| 2.3.2 网格模型的视觉显著性理论 | 第38-40页 |
| 2.4 本章小结 | 第40-42页 |
| 第三章 视觉一致的图像自适应阈值分割算法 | 第42-68页 |
| 3.1 引言 | 第42页 |
| 3.2 相关工作 | 第42-45页 |
| 3.2.1 阈值分割的基本原理 | 第42-43页 |
| 3.2.2 阈值分割方法的分类 | 第43-45页 |
| 3.3 视觉一致自适应阈值算法 | 第45-57页 |
| 3.3.1 算法概述 | 第45-46页 |
| 3.3.2 像素粗分类 | 第46-48页 |
| 3.3.3 子图构建 | 第48-49页 |
| 3.3.4 目标函数 | 第49-51页 |
| 3.3.5 目标函数优化求解 | 第51-55页 |
| 3.3.6 自适应阈值估计 | 第55-57页 |
| 3.4 实验结果和讨论 | 第57-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第四章 基于种子点的网格分割 | 第68-82页 |
| 4.1 引言 | 第68页 |
| 4.2 相关工作 | 第68-70页 |
| 4.3 分割算法 | 第70-76页 |
| 4.3.1 计算候选点集合 | 第70-71页 |
| 4.3.2 选取基本点 | 第71-72页 |
| 4.3.3 选取幸运点 | 第72-74页 |
| 4.3.4 分割函数 | 第74-76页 |
| 4.4 实验结果和讨论 | 第76-80页 |
| 4.5 本章小结 | 第80-82页 |
| 第五章 基于视觉显著性与谱嵌入的网格分割 | 第82-98页 |
| 5.1 引言 | 第82-83页 |
| 5.2 相关工作 | 第83-84页 |
| 5.3 本章算法 | 第84-92页 |
| 5.3.1 识别网格凹区域 | 第84-85页 |
| 5.3.2 网格Laplacian矩阵 | 第85-89页 |
| 5.3.3 谱空间嵌入 | 第89-91页 |
| 5.3.4 谱空间聚类 | 第91-92页 |
| 5.4 实验结果和讨论 | 第92-96页 |
| 5.5 本章小结 | 第96-98页 |
| 第六章 结论与展望 | 第98-101页 |
| 6.1 工作总结 | 第98-99页 |
| 6.2 研究展望 | 第99-101页 |
| 参考文献 | 第101-110页 |
| 作者简介 | 第110-111页 |
| 致谢 | 第111页 |
