| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8页 |
| ·课题研究背景与意义 | 第8-9页 |
| ·自然图像分割的研究现状及发展 | 第9-13页 |
| ·本文主要内容与组织结构 | 第13-15页 |
| 第二章 基于水平集的活动轮廓模型 | 第15-32页 |
| ·引言 | 第15-16页 |
| ·水平集理论 | 第16-22页 |
| ·曲线演化理论 | 第16-18页 |
| ·水平集方法 | 第18-21页 |
| ·水平集方法的数值实现 | 第21-22页 |
| ·基于边界的活动轮廓模型 | 第22-26页 |
| ·参数活动轮廓模型 | 第22-23页 |
| ·几何活动轮廓模型 | 第23-24页 |
| ·测地活动轮廓模型 | 第24-26页 |
| ·基于区域的活动轮廓模型 | 第26-31页 |
| ·Mumford-Shah模型 | 第27页 |
| ·Chan-Vese模型 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 自然图像的显著图分析 | 第32-42页 |
| ·引言 | 第32页 |
| ·基于视觉注意机制的图像显著图提取 | 第32-41页 |
| ·视觉注意机制 | 第32-33页 |
| ·Itti视觉显著性计算模型 | 第33-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于改进的活动轮廓模型和显著图的自然图像分割方法 | 第42-52页 |
| ·引言 | 第42页 |
| ·基于全频显著图和改进活动轮廓模型的图像分割方法 | 第42-49页 |
| ·基于L~*a~*b~*颜色空间的全频显著图提取 | 第42-47页 |
| ·改进的活动轮廓模型 | 第47-49页 |
| ·算法步骤 | 第49页 |
| ·实验结果与分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·论文工作总结 | 第52页 |
| ·研究展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 读硕士期间公开发表的论文 | 第57-58页 |
| 致谢 | 第58-59页 |