| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及其意义 | 第10-11页 |
| ·图像分割方法概述 | 第11-13页 |
| ·基于传统方法的图像分割 | 第11-12页 |
| ·基于活动轮廓模型的图像分割 | 第12页 |
| ·基于特定理论工具的图像分割 | 第12-13页 |
| ·活动轮廓模型 | 第13-14页 |
| ·参数活动轮廓模型 | 第13-14页 |
| ·几何活动轮廓模型 | 第14页 |
| ·几何活动轮廓图像分割模型研究现状 | 第14-15页 |
| ·论文的主要工作及结构安排 | 第15-16页 |
| 第2章 几何活动轮廓模型 | 第16-24页 |
| ·引言 | 第16页 |
| ·曲线演化理论 | 第16-18页 |
| ·简单曲线 | 第16-17页 |
| ·曲线演化方程 | 第17-18页 |
| ·水平集方法 | 第18-21页 |
| ·基本概念 | 第19-20页 |
| ·水平集函数及其初始化 | 第20页 |
| ·重新初始化 | 第20-21页 |
| ·基于边缘信息的几何活动轮廓模型 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 基于区域信息的几何活动轮廓模型 | 第24-30页 |
| ·引言 | 第24页 |
| ·M-S模型 | 第24-25页 |
| ·C-V模型 | 第25-27页 |
| ·模型简介 | 第25-26页 |
| ·变分水平集求解 | 第26-27页 |
| ·C-V模型存在的问题 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第4章 结合边缘和区域信息的多尺度水平集图像分割 | 第30-40页 |
| ·引言 | 第30页 |
| ·结合边缘和区域信息的混合C-V模型 | 第30-33页 |
| ·消除重新初始化 | 第30-31页 |
| ·结合边缘和区域信息的混合C-V模型 | 第31-33页 |
| ·基于多尺度分析的水平集图像分割方法 | 第33-35页 |
| ·多尺度分析 | 第33页 |
| ·基于小波高频分量的边缘检测函数 | 第33-34页 |
| ·多尺度分割的实现 | 第34-35页 |
| ·算法描述 | 第35页 |
| ·实验结果与分析 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 结合区域统计信息的自适应水平集彩色图像分割 | 第40-50页 |
| ·引言 | 第40-41页 |
| ·基于Bayesian理论的几何活动轮廓模型 | 第41页 |
| ·结合区域统计信息的自适应水平集彩色图像分割 | 第41-45页 |
| ·区域统计图像分割模型 | 第41-43页 |
| ·基于区域统计特征的速度停止函数 | 第43页 |
| ·自适应图像分割 | 第43-44页 |
| ·模型的水平集求解 | 第44-45页 |
| ·算法描述 | 第45页 |
| ·实验结果与分析 | 第45-47页 |
| ·本章小结 | 第47-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间研究成果 | 第64页 |