| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究背景 | 第9-13页 |
| 1.3 研究现状 | 第13-15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 水平集方法与Chan-Vese模型 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 水平集方法 | 第17-21页 |
| 2.2.1 曲线演化理论 | 第18-19页 |
| 2.2.2 水平集理论 | 第19-20页 |
| 2.2.3 水平集方法的数值解 | 第20-21页 |
| 2.3 Chan-Vese模型 | 第21-28页 |
| 2.3.1 Chan-Vese模型的基本原理 | 第22-24页 |
| 2.3.2 Chan-Vese模型的水平集表示 | 第24-25页 |
| 2.3.3 Chan-Vese模型的数值解 | 第25-28页 |
| 2.4 实验与分析 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于Chan-Vese模型的全局性图像分割方法 | 第30-41页 |
| 3.1 引言 | 第30-31页 |
| 3.2 Chan-Vese模型的基本原理及问题分析 | 第31-34页 |
| 3.3 改进的Chan-Vese模型 | 第34-38页 |
| 3.3.1 梯度矢量流GVF | 第34-35页 |
| 3.3.2 结合GVF的改进Chan-Vese模型 | 第35-36页 |
| 3.3.3 改进模型的数值解 | 第36-38页 |
| 3.4 实验结果及分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于Chan-Vese模型的多灰度值图像分割方法 | 第41-54页 |
| 4.1 引言 | 第41-42页 |
| 4.2 单水平集树形分割方法 | 第42-44页 |
| 4.3 单水平集串行分割方法 | 第44-50页 |
| 4.3.1 改进的Chan-Vese模型及其数值解 | 第44-46页 |
| 4.3.2 子区域初始活动轮廓生成方法 | 第46-48页 |
| 4.3.3 子区域目标判断方法 | 第48-50页 |
| 4.4 实验结果及分析 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |
