基于水平集方法的主动轮廓模型理论研究及其应用

摘要	第1-8页
ABSTRACT	第8-16页
第一章 绪论	第16-23页
·引言	第16页
·主动轮廓模型的基本思想	第16-17页
·主动轮廓模型国内外研究形状	第17-20页
·本文的研究内容及组织结构	第20-22页
·本章小结	第22-23页
第二章 全局图像信息驱动的主动轮廓模型研究	第23-67页
·主动轮廓模型的分类	第23-24页
·泛函与变分的数学知识	第24-27页
·泛函与变分的定义	第25页
·泛函极值及其存在的必要条件	第25-26页
·泛函极值的求解方法	第26-27页
·传统的参数化主动轮廓模型	第27-31页
·Snake模型的基本原理与数值化求解方法	第29-30页
·Snake模型的评价	第30-31页
·Snake模型的几种改进方法	第31-40页
·气球力模型	第31-32页
·GVF主动轮廓模型	第32-34页
·核函数卷积的GVF模型	第34-35页
·方向信息驱动的GVF主动轮廓模型	第35-36页
·流体矢量场动态力的GVF	第36-37页
·非参数化的Snake主动轮廓模型	第37-40页
·水平集框架下隐式描述的几何主动轮廓模型	第40-52页
·短线程主动轮廓模型GAC模型	第40-41页
·基于区域信息的GAC模型	第41-48页
·GAC-CV模型局部选择性分割功能	第48-52页
·先验形状知识	第52-59页
·主分量分析PCA描述的先验知识	第53-57页
·力矩描述的先验知识	第57-59页
·先验形状约束的主动轮廓模型	第59-61页
·当前基于形状约束的主动轮廓模型研究	第60-61页
·基于力矩水平集方法的主动轮廓模型研究	第61页
·本文提出的基于先验形状知识引导的主动轮廓模型	第61-65页
·先验形状约束的多相分割模型	第61-62页
·实验结果与分析	第62-65页
·本章小结	第65-67页
第三章 局部图像信息驱动的主动轮廓模型研究	第67-84页
·引言	第67页
·主动轮廓模型的优势与局限	第67-68页
·基于局部区域信息驱动的图像分割方法	第68-71页
·局部图像信息的描述与获取	第68-69页
·局部图像信息驱动的主动轮廓模型	第69-71页
·改进的局部图像信息驱动的主动轮廓模型	第71-78页
·改进模型的重新初始化方法	第72-73页
·实验结果与分析	第73-78页
·基于自适应模板约束的主动轮廓模型研究	第78-83页
·自适应模板定义	第79-80页
·具备局部适应能力的主动轮廓模型	第80-83页
·本章小结	第83-84页
第四章 多相分割模型研究	第84-95页
·引言	第84页
·多相图像分割方法现状	第84-89页
·多水平集函数描述多相对象的分割模型	第85-87页
·多级分层分割算法实现的多相分割	第87-89页
·改进的多相水平集图像分割方法	第89-94页
·基于单水平集函数的多相分割模型	第90-92页
·双水平集函数2 层分割模型	第92-94页
·本章小结	第94-95页
第五章 全局最小值主动轮廓模型研究	第95-130页
·Mumford-Shah模型及简化的C-V模型	第95-99页
·M-S模型的分割原理与特点	第95-97页
·简化后的CV模型	第97-99页
·基于C-V模型的双模态图像快速分割方法	第99-112页
·移位函数约束的C-V模型	第100-101页
·移位约束能量泛函中全局极小值的存在性	第101-102页
·改进的双模态图像分割模型	第102-103页
·快速双模态图像分割模型算法的终止条件	第103-104页
·实验结果分析	第104-112页
·改进的全局最小值去噪模型	第112-128页
·本文提出的GMGAC模型	第112-114页
·GMGAC模型全局最小值的存在性	第114-116页
·GMGAC的快速算法实现	第116-119页
·GMGAC的实验结果分析	第119-128页
·本章小结	第128-130页
第六章 总结与展望	第130-133页
·本文研究内容总结	第130-132页
·今后研究工作展望	第132-133页
参考文献	第133-150页
攻读博士学位期间取得的研究成果	第150-152页
致谢	第152页