基于泛函极值的图像分割算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·图像分割的含义 | 第7页 |
| ·图像分割方法 | 第7-10页 |
| ·阈值分割 | 第7-8页 |
| ·聚类算法 | 第8-9页 |
| ·基于随机场的方法 | 第9页 |
| ·基于数学形态学的方法 | 第9页 |
| ·分水岭方法 | 第9-10页 |
| ·基于形变模型的方法 | 第10页 |
| ·图像分割的研究趋势 | 第10-11页 |
| ·交互式分割 | 第10-11页 |
| ·三维分割 | 第11页 |
| ·本文工作与章节安排 | 第11-13页 |
| 第二章 本文算法的理论基础 | 第13-19页 |
| ·泛函与泛函极值 | 第13-14页 |
| ·泛函 | 第13页 |
| ·泛函极值 | 第13-14页 |
| ·泛函极值的求解策略 | 第14-17页 |
| ·穷举法 | 第14页 |
| ·智能优化算法 | 第14-15页 |
| ·变分法 | 第15-17页 |
| ·基于泛函极值的图像分割问题描述 | 第17-18页 |
| ·基于泛函极值的图像分割算法的改进思路 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 Otsu算法及其改进 | 第19-32页 |
| ·Otsu算法 | 第19-20页 |
| ·能量泛函 | 第19-20页 |
| ·算法复杂度 | 第20页 |
| ·基于模拟退火算法的多阈值图象分割算法 | 第20-28页 |
| ·模拟退火算法 | 第21-22页 |
| ·图像的分类信息 | 第22-24页 |
| ·算法流程 | 第24-25页 |
| ·算法鲁棒性分析 | 第25-26页 |
| ·实验结果与分析 | 第26-28页 |
| ·基于互信息的图像分割算法 | 第28-31页 |
| ·互信息与能量泛函 | 第28-29页 |
| ·实验结果与分析 | 第29-31页 |
| ·本章小节 | 第31-32页 |
| 第四章 基于变分法的图像分割算法 | 第32-48页 |
| ·可变轮廓模型 | 第32-38页 |
| ·参数可变轮廓模型-Snake模型 | 第32-33页 |
| ·几何可变轮廓模型-水平集方法 | 第33-37页 |
| ·Snake模型与水平集方法的联系 | 第37-38页 |
| ·可变轮廓模型的两个代表性模型 | 第38-42页 |
| ·GVF模型 | 第38-40页 |
| ·CV模型 | 第40-41页 |
| ·两种模型的特点 | 第41-42页 |
| ·实验结果讨论与分析 | 第42-46页 |
| ·本章小节 | 第46-48页 |
| 第五章 总结与展望 | 第48-49页 |
| ·本文的工作总结 | 第48页 |
| ·工作展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间主要的研究成果 | 第54页 |
