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

图上的正则化扩散图像分割方法研究

中文摘要第1-4页
英文摘要第4-7页
1 绪论第7-11页
   ·图像分割算法的发展第7-8页
   ·核方法的发展第8-9页
   ·本文的主要工作第9页
   ·论文章节安排第9-10页
   ·本章小结第10-11页
2 图上正则化及核方法理论基础第11-19页
   ·图上的扩散算法与图像分割算法的共同特征第11-13页
     ·基于图论的全监督图像分割算法第11-12页
     ·基于图论的图像正则化扩散方法第12-13页
     ·基于图论的图像处理算法的共同特征第13页
   ·扩散算法的离散框架第13-15页
     ·解决不适定问题的理论第13-14页
     ·离散的正则化扩散框架第14-15页
   ·生成特征方法第15-17页
     ·小波变换与多尺度几何分析第15-17页
     ·生成特征方法第17页
   ·核方法第17-18页
     ·核方法思想第17页
     ·核函数特点第17页
     ·高斯核第17-18页
     ·核方法的算法框架第18页
   ·本章小结第18-19页
3 基于图论和正则化扩散的图像分割方法第19-31页
   ·图像的图表示方法第19-20页
   ·正则化扩散应用于全监督图像分割的原理分析第20-21页
   ·实验中使用的特征提取方法第21-23页
     ·邻域窗法第21页
     ·非下采样haar 小波变换第21-22页
     ·非下采样Contourlet 变换第22-23页
   ·图像分割算法流程第23页
   ·实验结果及分析第23-29页
     ·特征的提取对分割结果的影响第25-26页
     ·算法的鲁棒性分析第26页
     ·对彩色图像的分割结果第26-27页
     ·与现有其他算法的横向比较第27-29页
   ·本章小结第29-31页
4 使用 Morlet 小波核的扩散图像分割方法第31-44页
   ·高斯核与Morlet 小波核第31-32页
   ·图上的扩散算法中权重的特点第32页
   ·使用Morlet 小波核构造权重的算法原理第32-33页
   ·图像分割算法实验结果分析第33-43页
     ·Morlet 小波核在图像去噪方法中的表现第33-34页
     ·针对图像分割算法的实验第34-36页
     ·对已知模式分割结果的量化分析第36-43页
   ·本章小结第43-44页
5 总结与展望第44-45页
致谢第45-46页
参考文献第46-49页
附录第49页
 A. 作者在攻读学位期间发表的论文目录第49页

论文共49页,点击 下载论文
上一篇:全彩LED大屏幕检测方法的研究
下一篇:结合LSA的文本谱聚类算法研究