首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于偏微分方程及变分水平集的图像分割

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-13页
   ·引言第9页
   ·图像分割的方法第9-12页
     ·基于PDE图像分割方法第10-11页
     ·基于活动轮廓模型的图像分割第11-12页
   ·本论文主要工作和研究内容第12-13页
第二章 数学基础——变分、曲线演化和水平集第13-24页
   ·变分法第13-14页
     ·泛函第13页
     ·一阶变分第13-14页
     ·梯度下降流方程第14页
   ·曲线演化理论第14-18页
     ·曲线的曲率演化第15-16页
     ·曲线的常量演化第16-18页
   ·水平集方法第18-24页
     ·轮廓曲线的隐含表达式第18页
     ·符号距离函数第18-19页
     ·水平集与活动轮廓的关系第19-24页
第三章 活动轮廓模型第24-44页
   ·SNAKE模型第25-29页
     ·SNAKE模型的能量函数第26-27页
     ·SNAKE模型的能量函数的最小化第27-29页
   ·隐式活动轮廓模型第29-36页
     ·几何活动轮廓模型第30-32页
     ·测地线模型第32-35页
     ·隐式活动轮廓模型统一的水平集表示第35-36页
   ·CV模型第36-44页
     ·M-S模型第37-38页
     ·简化的M-S模型(CV模型)第38-39页
     ·多相CV模型第39-40页
     ·CV模型的水平集表示第40-44页
第四章 CV模型的快速实现及其数值算法第44-65页
   ·水平集模型的快速实现第44-48页
     ·窄带法第44-45页
     ·快速行进法第45-47页
     ·不需要重新初始化的快速算法第47-48页
   ·水平集数值实现第48-55页
     ·传统的水平集数值实现方案第48-51页
     ·AOS数值实现方案第51-55页
       ·半隐格式第51-53页
       ·AOS格式第53-55页
   ·改进的CV模型及其数值实验结果和分析第55-65页
     ·改进的CV模型第55-57页
     ·实验结果和分析第57-65页
       ·单相模型实验结果分析第57-63页
       ·多相模型实验结果分析第63-64页
       ·结论第64-65页
第五章 总结与展望第65-67页
   ·总结第65页
   ·工作展望第65-67页
致谢第67-68页
参考文献第68-71页
攻硕期间取得的研究成果第71页

论文共71页,点击 下载论文
上一篇:Adobe表单技术与企业CRM流程整合的设计与实现
下一篇:教学资源库管理系统的研究与设计