| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 1.4 本文的结构安排 | 第16-17页 |
| 第2章 Otsu与Grab-cut的算法原理 | 第17-28页 |
| 2.1 Otsu算法简介 | 第17-21页 |
| 2.1.1 1维Otsu算法 | 第17-19页 |
| 2.1.2 2维Otsu算法 | 第19-21页 |
| 2.2 Grab-Cut算法简介 | 第21-27页 |
| 2.2.1 图论基础 | 第21-23页 |
| 2.2.2 Grab-Cut算法 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于边缘检测与Otsu的图像分割算法研究 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 本章算法 | 第28-31页 |
| 3.2.1 改进的2维直方图 | 第28-29页 |
| 3.2.2 带状区域大小确定 | 第29-30页 |
| 3.2.3 2维Otsu斜分法的快速实现 | 第30-31页 |
| 3.3 实验结果与分析 | 第31-35页 |
| 3.3.1 无噪图像分割实验 | 第31-33页 |
| 3.3.2 有噪图像分割实验 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于双界线的Otsu阈值分割理论及其快速算法 | 第36-43页 |
| 4.1 引言 | 第36页 |
| 4.2 本章算法 | 第36-39页 |
| 4.2.1 改进的2维直方图 | 第36页 |
| 4.2.2 双界线之间的区域分割 | 第36-38页 |
| 4.2.3 噪声后处理 | 第38-39页 |
| 4.3 实验结果与分析 | 第39-42页 |
| 4.3.1 实验Ⅰ | 第39-40页 |
| 4.3.2 实验Ⅱ | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 基于双截距直方图的Otsu图像分割法 | 第43-53页 |
| 5.1 引言 | 第43页 |
| 5.2 噪声和边缘的替换 | 第43-44页 |
| 5.3 图像分类与直方图的构建 | 第44-46页 |
| 5.3.1 图像分区 | 第45页 |
| 5.3.2 区域归类 | 第45-46页 |
| 5.3.3 构建双截距直方图 | 第46页 |
| 5.4 改进的1维Otsu法 | 第46-47页 |
| 5.5 算法复杂度分析 | 第47-48页 |
| 5.6 实验结果与分析 | 第48-52页 |
| 5.6.1 测试实验Ⅰ | 第48-50页 |
| 5.6.2 测试实验Ⅱ | 第50-52页 |
| 5.7 本章小结 | 第52-53页 |
| 第6章 基于显著性的无交互Grab-Cut算法 | 第53-63页 |
| 6.1 引言 | 第53页 |
| 6.2 超像素的分割 | 第53-54页 |
| 6.2.1 超像素的理论基础 | 第53-54页 |
| 6.2.2 SLIC算法对图像预处理 | 第54页 |
| 6.3 显著性计算 | 第54-57页 |
| 6.3.1 显著性基础 | 第54-55页 |
| 6.3.2 基于边界先验与关键区域聚焦的显著性算法 | 第55-57页 |
| 6.4 背景种子的提取 | 第57页 |
| 6.5 能量函数的改造 | 第57-59页 |
| 6.6 实验结果与分析 | 第59-62页 |
| 6.6.1 分割效果 | 第59-60页 |
| 6.6.2 分割准确率 | 第60-61页 |
| 6.6.3 分割时间 | 第61-62页 |
| 6.7 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 课题研究的工作总结 | 第63页 |
| 课题研究展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文 | 第70页 |