图像分割质量的协同评价框架设计与实现
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 图像分割研究现状 | 第11-13页 |
| 1.2.2 图像分割评价研究现状 | 第13-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 图像分割及分割评价概述 | 第18-29页 |
| 2.1 概述 | 第18页 |
| 2.2 图像分割 | 第18-21页 |
| 2.2.1 图像分割的定义 | 第18-19页 |
| 2.2.2 图像分割算法分类 | 第19-21页 |
| 2.3 图像分割评价方法 | 第21-27页 |
| 2.3.1 图像分割主观评价 | 第21页 |
| 2.3.2 主观评价方法分类 | 第21-23页 |
| 2.3.3 图像分割客观评价 | 第23-24页 |
| 2.3.4 客观评价方法分类 | 第24-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 图像数据库介绍 | 第29-33页 |
| 3.1 概述 | 第29页 |
| 3.2 图像分割质量评价数据库 | 第29-31页 |
| 3.3 魏兹曼图像数据库 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 图像分割评价方法 | 第33-40页 |
| 4.1 概述 | 第33页 |
| 4.2 有监督图像分割评价方法 | 第33-36页 |
| 4.2.1 有监督评价算法介绍 | 第33-35页 |
| 4.2.2 有监督评价算法性能测试实验 | 第35-36页 |
| 4.3 无监督图像分割评价方法 | 第36-39页 |
| 4.3.1 无监督评价算法介绍 | 第36-38页 |
| 4.3.2 无监督评价算法性能测试实验 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 基于学习的图像分割质量协同评价框架 | 第40-49页 |
| 5.1 概述 | 第40页 |
| 5.2 机器学习 | 第40-44页 |
| 5.2.1 机器学习方法概述 | 第40-43页 |
| 5.2.2 数据集成方法 | 第43-44页 |
| 5.3 图像分割评价集成学习方法 | 第44-45页 |
| 5.3.1 有监督评价集成学习方法 | 第44-45页 |
| 5.3.2 无监督评价集成学习方法 | 第45页 |
| 5.4 基于学习的图像分割质量协同评价框架 | 第45-47页 |
| 5.4.1 图像分割质量评价数据库 | 第46页 |
| 5.4.2 框架模式选择器 | 第46页 |
| 5.4.3 评价器层 | 第46-47页 |
| 5.4.4 结果整合层 | 第47页 |
| 5.5 框架的使用方法 | 第47-48页 |
| 5.6 本章小结 | 第48-49页 |
| 第6章 协同评价框架的实验结果及分析 | 第49-54页 |
| 6.1 概述 | 第49页 |
| 6.2 实验结果分析 | 第49-53页 |
| 6.2.1 评价方式对比实验 | 第49-50页 |
| 6.2.2 有监督评价算法的互补性实验 | 第50-51页 |
| 6.2.3 评价框架和有监督评价器准确度对比实验 | 第51-52页 |
| 6.2.4 评价框架和无监督评价器准确度对比实验 | 第52-53页 |
| 6.3 本章小结 | 第53-54页 |
| 结论与展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第62页 |
