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

基于统计混合模型的图像分割方法研究

摘要第1-7页
ABSTRACT第7-10页
目录第10-16页
第一章 绪论第16-26页
   ·研究背景及意义第16-17页
   ·图像分割方法第17-20页
     ·阈值分割算法第18页
     ·边缘分割算法第18-19页
     ·区域分割算法第19页
     ·优化准则分割算法第19-20页
   ·基于统计的图像分割方法及研究现状第20-23页
   ·图像处理平台研究第23-24页
   ·主要研究工作和结构安排第24-26页
第二章 图像分割相关理论第26-33页
   ·图像分割概述第26页
   ·有限混合模型第26-28页
   ·空间变化有限混合模型第28-30页
   ·图像分割评价指标第30-32页
   ·本章小结第32-33页
第三章 基于空间关系的高斯混合模型建模第33-46页
   ·引言第33-34页
   ·高斯混合模型第34-35页
   ·有向空间关系的高斯混合模型第35-39页
   ·实验测试第39-45页
     ·合成图像第39-41页
     ·大脑模拟图像第41-45页
   ·本章小结第45-46页
第四章 基于学生 t-分布的空间变化混合模型第46-66页
   ·引言第46-48页
   ·一元学生 t-分布第48-49页
   ·提出的模型第49-52页
   ·实验与分析第52-65页
     ·合成图像分割第53-59页
     ·真实图像分割第59-65页
   ·本章小结第65-66页
第五章 基于空间平滑的学生 t-分布混合模型第66-87页
   ·引言第66-68页
   ·学生 t-分布混合模型第68-69页
   ·空间平滑的学生 t-分布混合模型第69-75页
   ·实验分析第75-86页
     ·合成图像分割第75-80页
     ·伯克利图像分割第80-86页
   ·本章小结第86-87页
第六章 折棍表示的基于学生 t-分布的隐马尔科夫随机场模型第87-109页
   ·引言第87-89页
   ·相关工作第89-93页
     ·隐马尔科夫随机场模型第89-91页
     ·Dirichlet 过程混合模型第91-93页
     ·多元学生 t-分布第93页
   ·折棍表示的基于学生 t-分别的隐马尔科夫随机场模型第93-94页
   ·模型推理第94-101页
     ·变分后验第96-100页
     ·变分下界第100-101页
   ·实验分析第101-108页
   ·本章小结第108-109页
第七章 图像处理平台第109-120页
   ·图像处理平台研究现状第109-111页
   ·平台的总体架构第111-112页
   ·系统功能第112-119页
     ·滤波算法第112-113页
     ·图像分割第113-116页
     ·图像配准第116页
     ·三维重建第116-118页
     ·切片浏览第118-119页
   ·本章小结第119-120页
第八章 总结与展望第120-123页
致谢第123-124页
参考文献第124-134页
附录第134-136页
 附录 A第134页
 附录 B第134-136页
攻博期间取得的研究成果第136-137页

论文共137页,点击 下载论文
上一篇:基于云计算环境下的可信平台设计
下一篇:自适应光学仿真系统关键技术研究