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

标记点自动提取的感兴趣目标分割方法

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状及方向第10-12页
    1.3 论文工作及结构第12-14页
第2章 相关工作第14-30页
    2.1 图像分割第14-20页
        2.1.1 概述第14-15页
        2.1.2 图像分割的常用方法第15-20页
    2.2 深度学习概述第20-21页
    2.3 卷积神经网络第21-29页
        2.3.1 概述第21页
        2.3.2 神经网络基础第21-26页
        2.3.3 卷积神经网络结构第26-28页
        2.3.4 卷积神经网络的发展第28-29页
    2.4 本章小结第29-30页
第3章 基于全卷积神经网络的图像分割方法第30-37页
    3.1 全卷积神经网络第30-31页
    3.2 VGG-Net简介第31-33页
    3.3 全卷积神经网络的结构第33-36页
        3.3.1 卷积化第33-34页
        3.3.2 反卷积(Deconvolution)第34-35页
        3.3.3 FCN-vgg16结构第35-36页
        3.3.4 FCN的优缺点第36页
    3.4 本章小结第36-37页
第4章 标记点自动提取的边缘细化方法第37-51页
    4.1 分水岭算法原理第37-38页
    4.2 基于标记的分水岭图像分割第38-39页
    4.3 全卷积神经网络的前景近似区域提取第39-41页
    4.4 基于前景近似区域的分水岭算法第41-45页
        4.4.1 高斯滤波第42-43页
        4.4.2 canny算子边缘检测第43-44页
        4.4.3 标记点选取第44-45页
    4.5 实验结果及分析第45-50页
        4.5.1 实验工具第45页
        4.5.2 实验过程及实验结果分析第45-50页
    4.6 本章小结第50-51页
第5章 总结与展望第51-53页
    5.1 本文工作总结第51页
    5.2 未来研究工作第51-52页
    5.3 本章小结第52-53页
参考文献第53-58页
作者简介及在学期间所取得的科研成果第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:重庆市医疗责任保险制度现状及发展策略研究--基于需方视角的审查
下一篇:重庆市城市老人“家庭医生式养老服务”需求现状及其影响因素探析