| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-12页 |
| 1.1 数字图像处理与图像分割 | 第7-9页 |
| 1.1.1 数字图像处理 | 第7页 |
| 1.1.2 图像分割概述 | 第7-8页 |
| 1.1.3 图像分割方法分类 | 第8-9页 |
| 1.2 基于偏微分方程（ PDE ）的图像分割 | 第9-10页 |
| 1.2.1 基于偏微分方程的图像分割概述 | 第9-10页 |
| 1.2.2 活动轮廓模型研究现状 | 第10页 |
| 1.3 本文主要内容与结构 | 第10-12页 |
| 第二章 图像分割中的曲线演化和水平集方法 | 第12-19页 |
| 2.1 Euler - Lagrange 方程和梯度下降法 | 第12-13页 |
| 2.2 曲线演化和水平集方法 | 第13-19页 |
| 2.2.1 曲线演化理论 | 第14页 |
| 2.2.2 水平集方法 | 第14-17页 |
| 2.2.3 水平集方法的数值计算 | 第17-19页 |
| 第三章 活动轮廓模型 | 第19-31页 |
| 3.1 参数活动轮廓模型 | 第19-23页 |
| 3.1.1 基本 Snake 模型的数学表达 | 第19-21页 |
| 3.1.2 参数 Snake 模型的实现及改进状况 | 第21-23页 |
| 3.2 几何活动轮廓模型 | 第23-26页 |
| 3.2.1 基于边界信息的几何活动轮廓模型 | 第24页 |
| 3.2.2 基于区域信息的几何活动轮廓模型 | 第24-25页 |
| 3.2.3 基于形状约束和先验信息的几何活动轮廓分割模型 | 第25页 |
| 3.2.4 基于边界和区域信息的几何活动轮廓模型 | 第25-26页 |
| 3.3 基于变分水平集方法的活动轮廓模型 | 第26-31页 |
| 3.3.1 Chan- Vese 模型 | 第27-29页 |
| 3.3.2 Li 等提出的基于变分的几何活动轮廓模型 | 第29-31页 |
| 第四章 不需重新初始化的水平集分割模型 | 第31-38页 |
| 4.1 边界强化的水平集分割模型 | 第31-34页 |
| 4.1.1 模型描述 | 第31-33页 |
| 4.1.2 数值实现 | 第33-34页 |
| 4.1.3 模型分析 | 第34页 |
| 4.2 融合基于梯度能量的变分水平集模型 | 第34-38页 |
| 4.2.1 模型描述 | 第34-36页 |
| 4.2.2 数值实现 | 第36-37页 |
| 4.2.3 模型分析 | 第37-38页 |
| 第五章 实验结果分析 | 第38-42页 |
| 5.1 运行环境 | 第38页 |
| 5.2 实验说明 | 第38页 |
| 5.3 实验结果和分析 | 第38-42页 |
| 第六章 模型在破损路面图像分割中的应用 | 第42-47页 |
| 6.1 应用背景 | 第42页 |
| 6.2 破损路面图像分割 | 第42-47页 |
| 6.2.1 结构性破损路面图像分割 | 第43-45页 |
| 6.2.2 功能性破损路面图像分割 | 第45-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 个人简历及学术论文 | 第52页 |
