| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 引言 | 第11-12页 |
| 1.2 交互式图像分割的研究现状 | 第12-14页 |
| 1.3 本文主要研究内容及结构安排 | 第14-15页 |
| 第二章 图像分割 | 第15-33页 |
| 2.1 图像分割理论基础 | 第15-23页 |
| 2.1.1 基于阈值的图像分割方法 | 第16-19页 |
| 2.1.2 基于区域生长法的图像分割方法 | 第19-20页 |
| 2.1.3 基于边缘的图像分割方法 | 第20-22页 |
| 2.1.4 基于边界的图像分割方法 | 第22-23页 |
| 2.2 交互式图像分割理论研究 | 第23-32页 |
| 2.2.1 Graph Model和Optimal Label Estimation | 第24-26页 |
| 2.2.2 Graph Cut介绍 | 第26-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第三章 交互式图像分割的相关算法研究 | 第33-64页 |
| 3.1 基于Graph Cut改进的算法 | 第33-47页 |
| 3.1.1 GrabCut算法 | 第33-38页 |
| 3.1.1.1 GrabCut能量函数 | 第34-35页 |
| 3.1.1.2 GrabCut分割算法及实验 | 第35-38页 |
| 3.1.2 Lazy Snapping算法 | 第38-41页 |
| 3.1.2.1 目标标记 | 第38-39页 |
| 3.1.2.2 边界编辑 | 第39-40页 |
| 3.1.2.3 Lazy Snapping分割实验及分析 | 第40-41页 |
| 3.1.3 Geodesic Graph Cut算法 | 第41-47页 |
| 3.1.3.1 测地线距离 | 第43-44页 |
| 3.1.3.2 Geodesic Graph Cut能量函数 | 第44-45页 |
| 3.1.3.3 Geodesic Graph Cut分割实验及分析 | 第45-47页 |
| 3.2 基于区域的交互式图像分割算法 | 第47-60页 |
| 3.2.1 预处理方法简介 | 第47-51页 |
| 3.2.1.1 Watershed算法 | 第47-50页 |
| 3.2.1.2 Mean-shift算法 | 第50-51页 |
| 3.2.2 Region-based交互式图像分割算法 | 第51-60页 |
| 3.2.2.1 Seed Region Growing算法 | 第51-53页 |
| 3.2.2.2 GrowCut算法 | 第53-55页 |
| 3.2.2.3 Maximal Similarity-Based Region Merging算法 | 第55-58页 |
| 3.2.2.4 Region-Based Graph Matching算法 | 第58-60页 |
| 3.3 基于边缘的交互式图像分割算法 | 第60-63页 |
| 3.3.1 Live-wire方法和Intelligent Scissors | 第60-62页 |
| 3.3.2 Active Contour Method | 第62-63页 |
| 3.4 本章小结 | 第63-64页 |
| 第四章 基于Robust Pn模型改进的分割模型 | 第64-77页 |
| 4.1 基于Robust Pn模型的图像分割 | 第64-70页 |
| 4.1.1 CRFs用于目标分割 | 第64-66页 |
| 4.1.1.1 基本概念 | 第64-65页 |
| 4.1.1.2 Pairwise CRFs用于目标分割 | 第65-66页 |
| 4.1.2 添加高阶势的CRFs | 第66-70页 |
| 4.1.2.1 基于区域一致性势 | 第67-68页 |
| 4.1.2.2 质量敏感一致性势 | 第68-69页 |
| 4.1.2.3 使Robust Pn模型的高阶势具有鲁棒性 | 第69-70页 |
| 4.2 基于多层图模型与Robust Pn模型的新分割模型 | 第70-72页 |
| 4.3 改进的无参数的高阶势 | 第72-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第五章 分割实验及应用 | 第77-93页 |
| 5.1 凸优化理论估算像素和区域似然 | 第77-78页 |
| 5.2 算法总括及分割实验 | 第78-89页 |
| 5.2.1 改进后的算法总括 | 第79页 |
| 5.2.2 分割实验 | 第79-89页 |
| 5.2.2.1 多重过分割对分割的影响 | 第80-81页 |
| 5.2.2.2 不同参数对分割的影响 | 第81-83页 |
| 5.2.2.3 与GrabCut、Random Walk以及Robust Pn Model分割对比 | 第83-85页 |
| 5.2.2.4 对种子数量和放置位置敏感性的分割实验 | 第85-87页 |
| 5.2.2.5 改进的算法用于多目标以及挑战性图像的分割实验 | 第87-89页 |
| 5.3 交互图像分割算法的应用 | 第89-92页 |
| 5.4 本章小结 | 第92-93页 |
| 第六章 总结与展望 | 第93-95页 |
| 6.1 本文小结 | 第93页 |
| 6.2 本文展望 | 第93-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-102页 |
| 攻硕期间取得的研究成果 | 第102-103页 |
