首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像分割的最优化和水平集方法研究

摘要第5-7页
ABSTRACT第7-9页
第一章 绪论第13-18页
    1.1 研究工作的背景和意义第13-15页
    1.2 本文的主要内容和创新点第15-16页
    1.3 本文的章节安排第16-18页
第二章 一种融合的水平集活动轮廓模型第18-33页
    2.1 引言第18-19页
    2.2 研究背景第19-21页
        2.2.1 GAC模型第19页
        2.2.2 C-V模型第19-20页
        2.2.3 DRLSE第20-21页
    2.3 模型的描述第21-26页
        2.3.1 边缘检测函数的设计第21-22页
        2.3.2 水平集速度函数的构造第22-24页
        2.3.3 模型的提出和实现第24-26页
    2.4 实验结果和分析第26-31页
    2.5 本章小结第31-33页
第三章 一种基于局部和全局区域高斯分布拟合能量的活动轮廓模型及其相应的算法第33-56页
    3.1 引言第33-35页
    3.2 研究背景第35-36页
    3.3 基于局部和全局区域的活动轮廓模型及其相应的算法第36-44页
        3.3.1 基于局部和全局区域的活动轮廓模型第36-40页
        3.3.2 算法实现第40-44页
    3.4 实验结果和讨论第44-54页
    3.5 本章小结第54-56页
第四章 基于局部区域Chan-Vese模型的算子分裂方法第56-69页
    4.1 引言第56-57页
    4.2 矢量Chan-Vese模型第57-58页
    4.3 基于局部区域Chan-Vese模型的算子分裂方法第58-61页
        4.3.1 局部区域Chan-Vese模型第58-59页
        4.3.2 算子分裂方法第59-60页
        4.3.3 扩展到矢量图像第60页
        4.3.4 算法实现第60-61页
    4.4 实验结果第61-67页
    4.5 本章小结第67-69页
第五章 基于区域活动轮廓的目标和背景提取第69-79页
    5.1 引言第69-70页
    5.2 模型的提出和实现第70-74页
    5.3 实验结果第74-78页
    5.4 本章小结第78-79页
第六章 自适应权重参数选取研究第79-96页
    6.1 基于局部和全局区域拟合能量的自适应权重参数选择第79-84页
        6.1.1 引言第79-80页
        6.1.2 LGIF模型第80页
        6.1.3 自适应权重参数选择和数值实现第80-82页
        6.1.4 实验结果第82-84页
    6.2 基于改进集成活动轮廓模型的自适应权重参数选择第84-93页
        6.2.1 引言第84-87页
        6.2.2 改进的集成活动轮廓模型第87-88页
        6.2.3 自适应的权重参数选择第88-90页
        6.2.4 实验结果第90-93页
    6.3 本章小结第93-96页
第七章 一种全局最小化杂交活动轮廓模型及其应用第96-107页
    7.1 引言第96-97页
    7.2 模型的提出和实现第97-99页
    7.3 实验结果第99-104页
        7.3.1 应用于人工合成图像和自然图像第100-101页
        7.3.2 应用于浮油图像第101-104页
    7.4 本章小结第104-107页
第八章 基于全局和局部区域活动轮廓的两阶段图像分割第107-121页
    8.1 引言第107页
    8.2 全局和局部区域活动轮廓第107-112页
        8.2.1 全局区域活动轮廓第107-110页
        8.2.2 局部区域活动轮廓第110-112页
    8.3 两阶段图像分割第112-113页
    8.4 实验结果第113-118页
    8.5 本章小结第118-121页
第九章 总结与展望第121-123页
    9.1 总结第121-122页
    9.2 展望第122-123页
致谢第123-124页
参考文献第124-135页
攻博期间取得的研究成果第135-136页

论文共136页,点击 下载论文
上一篇:遥操作骨科复位手术的力反馈主操作手及时延控制研究
下一篇:基于LTCC技术的毫米波天线研究