| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 关键术语中英文对照表 | 第15-19页 |
| 第一章 绪论 | 第19-37页 |
| 1.1 课题的研究背景与意义 | 第19-21页 |
| 1.2 国内外研究现状 | 第21-32页 |
| 1.2.1 超像素分割 | 第21-24页 |
| 1.2.2 基于SLIC的图像分割 | 第24-26页 |
| 1.2.3 基于超像素的图像分割 | 第26-27页 |
| 1.2.4 图像语义分割 | 第27-32页 |
| 1.3 本文的研究内容与创新点 | 第32-35页 |
| 1.4 本文的组织结构 | 第35-37页 |
| 第二章 自适应高精度超像素分割 | 第37-57页 |
| 2.1 引言 | 第37-38页 |
| 2.2 基于直方图最小峰值的初始超像素数 | 第38-39页 |
| 2.3 孤立像素的检测与再分类 | 第39-41页 |
| 2.4 欠分割超像素的检测与再分割 | 第41-42页 |
| 2.5 复杂度分析 | 第42-43页 |
| 2.6 实验结果与分析 | 第43-55页 |
| 2.6.1 自适应初始超像素数的验证 | 第45-46页 |
| 2.6.2 孤立像素的检测与再分类的验证 | 第46-48页 |
| 2.6.3 欠分割超像素的检测与再分割的验证 | 第48-50页 |
| 2.6.4 超像素分割算法之间的对比与分析 | 第50-55页 |
| 2.7 本章小结 | 第55-57页 |
| 第三章 基于SLIC和邻域粗糙集的图像分割 | 第57-75页 |
| 3.1 引言 | 第57-58页 |
| 3.2 SLIC超像素分割 | 第58-60页 |
| 3.3 邻域粗糙集 | 第60-61页 |
| 3.4 基于SLIC的高精度超像素分割 | 第61-62页 |
| 3.5 基于邻域粗糙集的超像素合并 | 第62-64页 |
| 3.6 实验结果与分析 | 第64-72页 |
| 3.6.1 SLIC超像素分割算法改进前后的对比与分析 | 第65-70页 |
| 3.6.2 基于SLIC的图像分割算法之间的对比与分析 | 第70-72页 |
| 3.7 本章小结 | 第72-75页 |
| 第四章 基于超像素和图像级标签的自动图像分割 | 第75-97页 |
| 4.1 引言 | 第75-77页 |
| 4.2 基于空间距离的超像素分割 | 第77-79页 |
| 4.3 基于图像级标签的超像素合并 | 第79-83页 |
| 4.3.1 噪声小超像素的检测与再分类 | 第80-81页 |
| 4.3.2 超像素的特征提取与相似性度量 | 第81-82页 |
| 4.3.3 基于图像级标签的终止条件 | 第82-83页 |
| 4.4 不连通区域的再分类 | 第83-84页 |
| 4.5 实验结果与分析 | 第84-94页 |
| 4.5.1 数据集与参数设置 | 第85页 |
| 4.5.2 基于最小空间距离的初始超像素数的验证 | 第85-89页 |
| 4.5.3 基于超像素的图像分割算法之间的对比与分析 | 第89-94页 |
| 4.6 本章小结 | 第94-97页 |
| 第五章 基于候选区域和邻域分类器的弱监督语义分割 | 第97-117页 |
| 5.1 引言 | 第97-99页 |
| 5.2 邻域分类器 | 第99-100页 |
| 5.3 基于超像素的候选区域分割 | 第100-101页 |
| 5.4 基于最相似邻域粒的语义标签推断 | 第101-105页 |
| 5.5 基于有判别力特征的邻域分类器学习 | 第105-106页 |
| 5.6 基于候选区域水平的标签预测 | 第106页 |
| 5.7 实验结果与分析 | 第106-115页 |
| 5.7.1 数据集 | 第106-107页 |
| 5.7.2 基于超像素的候选区域分割质量验证 | 第107-110页 |
| 5.7.3 弱监督语义分割算法之间的对比与分析 | 第110-115页 |
| 5.8 本章小结 | 第115-117页 |
| 第六章 总结与展望 | 第117-121页 |
| 6.1 本文的工作总结 | 第117-118页 |
| 6.2 展望 | 第118-121页 |
| 参考文献 | 第121-133页 |
| 致谢 | 第133-135页 |
| 攻读博士学位期间的主要研究成果 | 第135-136页 |
| 参与的科研项目和参加的学术会议 | 第136-137页 |
