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

基于图割的交互式图像分割算法研究

摘要第5-7页
Abstract第7-9页
图表目录第13-16页
1 绪论第16-27页
    1.1 论文的研究背景及意义第16-17页
    1.2 基于图割的交互式图像分割算法国内外研究现状第17-23页
        1.2.1 交互方式的改进第17-19页
        1.2.2 实时性的提高第19-20页
        1.2.3 融合形状先验信息第20-21页
        1.2.4 融合纹理信息第21页
        1.2.5 shrinking bias问题的解决第21-22页
        1.2.6 与主动轮廓方法相结合第22-23页
    1.3 本文研究工作及内容安排第23-27页
        1.3.1 课题来源第23页
        1.3.2 本文工作创新点第23-25页
        1.3.3 本文内容安排第25-27页
2 图割理论及其在图像分割中的应用第27-48页
    2.1 图割基本理论第27-35页
        2.1.1 图的基本概念第27-28页
        2.1.2 网络流理论第28-29页
        2.1.3 最大流/最小割定理第29-35页
    2.2 图割理论在图像分割中的应用第35-47页
        2.2.1 图像分割的概率描述第35-37页
        2.2.2 马尔科夫随机场下的图像分割框架第37-40页
        2.2.3 图割与能量最小化第40-46页
        2.2.4 图割理论下的图像分割框架第46-47页
    2.3 本章小结第47-48页
3 基于图割的小波多尺度图像分割算法第48-60页
    3.1 引言第48页
    3.2 GrabCut算法介绍第48-52页
    3.3 基于图割的小波多尺度图像分割模型第52-56页
        3.3.1 多尺度低频图像的获取第52-54页
        3.3.2 多尺度边缘检测第54-55页
        3.3.3 算法基本步骤第55-56页
    3.4 实验结果与分析第56-59页
    3.5 本章小结第59-60页
4 基于图割的JPEG图像快速分割算法第60-79页
    4.1 引言第60页
    4.2 结合图割的JPEG图像快速分割算法第60-67页
        4.2.1 JPEG压缩算法介绍第60-61页
        4.2.2 结合图割的JPEG图像快速分割模型第61-63页
        4.2.3 算法基本步骤第63页
        4.2.4 实验结果与分析第63-67页
    4.3 结合颜色、纹理特征与图割的JPEG图像快速分割算法第67-71页
        4.3.1 颜色与纹理特征的提取第67-68页
        4.3.2 GMM参数的估计第68-69页
        4.3.3 获取分割结果第69页
        4.3.4 实验结果与分析第69-71页
    4.4 结合颜色、纹理特征与图割的JPEG图像快速分割改进算法第71-78页
        4.4.1 颜色与纹理特征的提取第71-72页
        4.4.2 颜色、纹理特征的分布描述第72-73页
        4.4.3 结合颜色、纹理特征的能量函数构造第73-74页
        4.4.4 算法基本步骤第74-76页
        4.4.5 实验结果与分析第76-78页
    4.5 本章小结第78-79页
5 结合视觉显著性与图割的图像分割算法第79-91页
    5.1 引言第79-81页
    5.2 结合视觉显著性与图割的图像分割模型第81-86页
        5.2.1 Mean Shift算法对图像预处理第81-82页
        5.2.2 显著图计算第82-83页
        5.2.3 能量函数的构造第83-84页
        5.2.4 算法基本步骤第84-86页
    5.3 实验结果与分析第86-90页
    5.4 本章小结第90-91页
6 结合CS_LBP纹理特征与图割的快速分割算法第91-100页
    6.1 引言第91页
    6.2 结合CS_LBP纹理特征与图割的快速分割模型第91-95页
        6.2.1 Mean Shift预分割第91-92页
        6.2.2 颜色与纹理特征的提取第92-93页
        6.2.3 数据项的构造第93-94页
        6.2.4 光滑项的构造第94-95页
    6.3 实验结果与分析第95-99页
    6.4 本章小结第99-100页
7 结束语第100-103页
    7.1 本文工作总结第100-102页
    7.2 将来的工作第102-103页
致谢第103-104页
参考文献第104-114页
附录第114-115页
    攻读博士学位期间以第一作者发表和录用的论文第114-115页
    攻读博士学位期间主持的科研项目第115页
    攻读博士学位期间参加的科研项目第115页

论文共115页,点击 下载论文
上一篇:面向海量数据处理领域的云计算及其关键技术研究
下一篇:嵌入行政管制变量的要素收入份额决定研究