基于测地距离的图像抗噪分割技术
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·选题背景 | 第10-11页 |
| ·图像分割研究现状 | 第11-15页 |
| ·本文主要工作和创新点 | 第15-16页 |
| ·论文结构及内容安排 | 第16-17页 |
| 第二章 图像分割的理论基础 | 第17-24页 |
| ·图像分割的概念 | 第17页 |
| ·关于图像分割的算法 | 第17-22页 |
| ·传统的分割方法 | 第17-19页 |
| ·模糊集理论 | 第19-20页 |
| ·水平集理论 | 第20-21页 |
| ·神经网络理论 | 第21页 |
| ·基于数学形态学的分割方法 | 第21-22页 |
| ·K 均值聚类算法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 测地距离 | 第24-38页 |
| ·测地距离的概念 | 第24-25页 |
| ·测地距离的性质 | 第25页 |
| ·测地距离的计算方法 | 第25-26页 |
| ·图像梯度 | 第26-35页 |
| ·图像梯度的概念 | 第27-28页 |
| ·图像梯度常用的计算方法 | 第28-34页 |
| ·图像梯度的应用 | 第34-35页 |
| ·改进的测地距离计算方法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于测地距离的图像分割 | 第38-46页 |
| ·CVT 模型的概念 | 第38-40页 |
| ·CVT 的能量 | 第40页 |
| ·基于 CVT 算法的图像分割 | 第40-45页 |
| ·CVT 聚类的能量 | 第40-42页 |
| ·测地距离和 CVT 模型的结合 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 对噪声图像的抗噪分割 | 第46-53页 |
| ·EWCVT 模型 | 第46-49页 |
| ·最终结果 | 第49-50页 |
| ·结果对比 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·算法应用拓展 | 第53-54页 |
| ·工作展望 | 第54页 |
| ·本章小结 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
