基于超像素的交互式图像分割方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 传统的图像分割方法 | 第13-14页 |
| 1.2.2 结合特定理论的图像分割方法 | 第14-16页 |
| 1.3 图像分割的研究难点 | 第16-17页 |
| 1.4 本文研究内容及章节安排 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17页 |
| 1.4.2 章节安排 | 第17-19页 |
| 第2章 超像素相关理论与技术 | 第19-32页 |
| 2.1 超像素的介绍 | 第19-21页 |
| 2.1.1 超像素背景的介绍 | 第19-20页 |
| 2.1.2 超像素存在的问题 | 第20-21页 |
| 2.2 基于图论的分割算法 | 第21-24页 |
| 2.2.1 相关算法介绍 | 第21页 |
| 2.2.2 GrabCut算法 | 第21-24页 |
| 2.3 基于梯度上升的分割算法 | 第24-28页 |
| 2.3.1 相关算法介绍 | 第24-25页 |
| 2.3.2 Mean-Shift算法 | 第25-28页 |
| 2.4 超像素分割算法的比较 | 第28-31页 |
| 2.4.1 分割速度 | 第28页 |
| 2.4.2 边界依附性 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于超像素的区域特征表示与相似性度量 | 第32-44页 |
| 3.1 SLIC超像素算法 | 第32-35页 |
| 3.1.1 SLIC超像素算法的选取 | 第32-33页 |
| 3.1.2 SLIC超像素算法的介绍 | 第33-35页 |
| 3.2 区域的特征表示 | 第35-39页 |
| 3.2.1 颜色特征 | 第36-37页 |
| 3.2.2 纹理特征 | 第37-39页 |
| 3.3 问题的提出 | 第39页 |
| 3.4 区域的相似性度量 | 第39-41页 |
| 3.5 SLIC超像素分割实验结果及分析 | 第41-42页 |
| 3.5.1 实验结果 | 第41-42页 |
| 3.5.2 实验分析 | 第42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 基于SLIC超像素的交互式区域融合方法 | 第44-57页 |
| 4.1 基于超像素的交互式分割方法流程 | 第44页 |
| 4.2 用户交互 | 第44-46页 |
| 4.2.1 用户交互介绍 | 第44-45页 |
| 4.2.2 常用的用户交互方法 | 第45-46页 |
| 4.3 基于最大相似性的区域融合方法 | 第46-51页 |
| 4.3.1 区域特征提取与相似性表示 | 第46-48页 |
| 4.3.2 分层匹配区域融合方法 | 第48-51页 |
| 4.4 实验结果及分析 | 第51-56页 |
| 4.4.1 实验设置 | 第51-52页 |
| 4.4.2 视觉效果 | 第52-54页 |
| 4.4.3 定量分析 | 第54-55页 |
| 4.4.4 运行时间 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第64页 |
