| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 图像分割的研究背景 | 第9-10页 |
| 1.2 图像分割的方法 | 第10-12页 |
| 1.3 本文研究内容概述 | 第12页 |
| 1.4 本文章节安排 | 第12-14页 |
| 第二章 相关背景知识介绍 | 第14-19页 |
| 2.1 有界变差函数 | 第14-15页 |
| 2.1.1 有界变差函数的数学定义 | 第14页 |
| 2.1.2 有界变差函数的基本性质 | 第14-15页 |
| 2.2 曲线演化和水平集方法 | 第15-16页 |
| 2.3 Retinex理论 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 全变差图像分割模型及快速算法 | 第19-27页 |
| 3.1 基于边缘的分割模型 | 第19-21页 |
| 3.1.1 Snake模型 | 第19-21页 |
| 3.1.2 GAC模型 | 第21页 |
| 3.2 基于区域的分割模型 | 第21-24页 |
| 3.2.1 M-S模型 | 第21-22页 |
| 3.2.2 CV模型 | 第22-23页 |
| 3.2.3 RSF模型 | 第23-24页 |
| 3.3 经典活动轮廓模型快速求解算法 | 第24-26页 |
| 3.3.1 基于L1正则化的快速求解方法 | 第24-25页 |
| 3.3.2 Ginzburg-Landau逼近法 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 基于Retinex理论的全变差图像分割模型研究 | 第27-40页 |
| 4.1 基于Retinex理论的模型介绍 | 第27-28页 |
| 4.2 基于Retinex理论的全变差图像分割模型 | 第28-34页 |
| 4.2.1 模型的提出 | 第28-29页 |
| 4.2.2 理论分析 | 第29-31页 |
| 4.2.3 模型的快速求解算法 | 第31-34页 |
| 4.3 实验结果与分析 | 第34-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 基于医学影像的Retinex全变差分割方法研究 | 第40-50页 |
| 5.1 医学影像分割模型介绍 | 第40-41页 |
| 5.2 基于医学影像的Retinex全变差分割方法设计 | 第41-44页 |
| 5.2.1 基于全变差Retinex的医学图像分割算法 | 第42页 |
| 5.2.2 基于全变差Retinex的医学图像分割和伪影检测模型 | 第42-44页 |
| 5.3 实验结果与分析 | 第44-48页 |
| 5.4 本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录1 程序清单 | 第55-56页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第57-58页 |
| 致谢 | 第58页 |
