基于图割理论的图像分割方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·图像分割研究现状 | 第10-14页 |
| ·图像分割方法概述 | 第10-11页 |
| ·基于图论的图像分割方法 | 第11-13页 |
| ·基于图割理论的图像分割 | 第13-14页 |
| ·本文组织结构 | 第14-17页 |
| ·本文研究内容 | 第14页 |
| ·本文创新工作 | 第14-15页 |
| ·本文结构安排 | 第15-17页 |
| 第2章 图割理论及其在图像分割中的运用 | 第17-29页 |
| ·图理论 | 第17-18页 |
| ·图割基本理论 | 第18-23页 |
| ·网络流理论 | 第18-19页 |
| ·图网络 | 第19-21页 |
| ·割 | 第21-22页 |
| ·最大流/最小割定理 | 第22-23页 |
| ·图割理论在图像分割中的运用 | 第23-26页 |
| ·本章小结 | 第26-29页 |
| 第3章 结合小波变换和图割理论的快速图像分割 | 第29-43页 |
| ·GrabCut算法及其改进分析 | 第29-34页 |
| ·高斯混合模型 | 第29-31页 |
| ·GrabCut算法 | 第31-32页 |
| ·GrabCut算法改进分析 | 第32-34页 |
| ·结合小波变换与图割理论的快速图像分割 | 第34-37页 |
| ·小波变换 | 第34-36页 |
| ·小波变换后的GMM参数估计 | 第36-37页 |
| ·实验结果与分析 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 边界与区域相结合的图像分割方法 | 第43-53页 |
| ·GCBAC算法及改进分析 | 第43-45页 |
| ·GCBAC算法 | 第43-44页 |
| ·GCBAC算法改进分析 | 第44-45页 |
| ·GrabCut分割结果分析 | 第45页 |
| ·边界与区域相结合的图像分割 | 第45-48页 |
| ·目标边界的提取 | 第46-47页 |
| ·目标图像的提取 | 第47-48页 |
| ·实验结果与分析 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 总结与展望 | 第53-57页 |
| ·全文总结 | 第53-54页 |
| ·后续工作展望 | 第54-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间科研成果 | 第63页 |
