| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 引言 | 第9-18页 |
| ·图像边缘检测的目的和意义 | 第9-10页 |
| ·主动轮廓模型的定义与分类 | 第10-15页 |
| ·变分算法 | 第10-12页 |
| ·动态规划算法 | 第12-13页 |
| ·贪婪算法 | 第13-14页 |
| ·曲线演化理论和水平集方法 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| 第二章 基于传统Snake模型的图像边缘检测 | 第18-23页 |
| ·能量函数的设计 | 第18-20页 |
| ·内部能量 | 第18-19页 |
| ·外部能量 | 第19-20页 |
| ·传统Snake模型的实验结果与分析 | 第20-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于梯度矢量流的Snake模型图像边缘检测 | 第23-30页 |
| ·梯度矢量流(GVF) | 第23-24页 |
| ·梯度矢量流(GVF)的数值实现 | 第24-25页 |
| ·改进的连续能量函数 | 第25-26页 |
| ·广义梯度矢量流(GGVF) | 第26-27页 |
| ·基于改进的GVF的Snake模型图像边缘检测实验分析 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第四章 基于水平集方法的Snake模型的图像边缘检测 | 第30-45页 |
| ·形态学重构 | 第30-33页 |
| ·开运算与开运算重构 | 第30-32页 |
| ·闭运算与闭运算重构 | 第32页 |
| ·形态学重构实验分析 | 第32-33页 |
| ·基于水平集方法的Snake模型 | 第33-40页 |
| ·传统的水平集方法 | 第33-35页 |
| ·Mumford-Shah模型 | 第35-38页 |
| ·不需要重新初始化的水平集方法 | 第38-40页 |
| ·实验结果及分析 | 第40-44页 |
| ·小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| ·总结 | 第45-46页 |
| ·展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录 | 第50-51页 |
| 后记 | 第51页 |
