| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 图像分割及算法综述 | 第12-15页 |
| 1.2.2 活动轮廓模型 | 第15-19页 |
| 1.3 本文的主要研究内容及结构安排 | 第19-20页 |
| 第2章 基于活动轮廓模型的理论研究 | 第20-29页 |
| 2.1 引言 | 第20页 |
| 2.2 相关数学理论知识 | 第20-28页 |
| 2.2.1 曲线演化理论 | 第20-23页 |
| 2.2.2 水平集方法 | 第23-26页 |
| 2.2.3 水平集方法的数值计算 | 第26-27页 |
| 2.2.4 水平集初始化问题 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基于多尺度局部特征的活动轮廓模型 | 第29-45页 |
| 3.1 引言 | 第29-30页 |
| 3.2 经典模型 | 第30-33页 |
| 3.2.1 C-V模型 | 第30-31页 |
| 3.2.2 LBF模型 | 第31页 |
| 3.2.3 LGDF模型 | 第31-33页 |
| 3.3 结合LGDF和多尺度局部特征的活动轮廓模型 | 第33-39页 |
| 3.3.1 多尺度局部灰度信息 | 第34-35页 |
| 3.3.2 逼近真实信息的图像 | 第35-36页 |
| 3.3.3 水平集演化方程 | 第36-37页 |
| 3.3.4 能量泛函极小化 | 第37-38页 |
| 3.3.5 数值实现及算法步骤 | 第38-39页 |
| 3.4 实验及结果分析 | 第39-44页 |
| 3.4.1 初始化轮廓位置的鲁棒性 | 第39-41页 |
| 3.4.2 医学图像分割 | 第41-43页 |
| 3.4.3 算法效率 | 第43-44页 |
| 3.4.4 参数选择 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于局部鲁棒统计的活动轮廓模型 | 第45-59页 |
| 4.1 引言 | 第45-46页 |
| 4.2 背景模型 | 第46-48页 |
| 4.2.1 RSF模型 | 第46-47页 |
| 4.2.2 LGDF模型 | 第47页 |
| 4.2.3 NRBLRS模型 | 第47-48页 |
| 4.3 结合LGDF和局部鲁棒统计的活动轮廓模型 | 第48-50页 |
| 4.3.1 局部鲁棒统计 | 第48页 |
| 4.3.2 水平集方法 | 第48-49页 |
| 4.3.3 梯度下降法 | 第49-50页 |
| 4.4 实验及结果分析 | 第50-58页 |
| 4.4.1 真实和合成图像分割 | 第51-53页 |
| 4.4.2 医学图像分割 | 第53-54页 |
| 4.4.3 噪声图像分割 | 第54-57页 |
| 4.4.4 算法评价 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |