图像表征和图像分割算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·图像表征研究背景 | 第10页 |
| ·图像分割研究背景 | 第10-11页 |
| ·图像表征概述 | 第11-12页 |
| ·图像分割概述 | 第12-14页 |
| ·基于区域的图像分割 | 第12-13页 |
| ·基于边界的图像分割 | 第13-14页 |
| ·论文的组织 | 第14-15页 |
| 第2章 图像表征 | 第15-31页 |
| ·离散余弦变换DCT | 第15页 |
| ·HIMPA算法 | 第15-19页 |
| ·独立主元ICA模型 | 第15-16页 |
| ·MPPCA模型 | 第16-19页 |
| ·Epitome模型 | 第19-21页 |
| ·实验步骤和结果 | 第21-31页 |
| ·DCT模型 | 第21页 |
| ·HIMPA模型 | 第21-22页 |
| ·Epitome模型 | 第22页 |
| ·实验结果比较 | 第22-29页 |
| ·总结 | 第29-31页 |
| 第3章 多尺度分割算法SMAP | 第31-43页 |
| ·多尺度分割方法 | 第31-34页 |
| ·多尺度随机场模型 | 第32-33页 |
| ·有序的MAP估计 | 第33-34页 |
| ·分割算法 | 第34-43页 |
| ·四叉树模型 | 第35-37页 |
| ·金字塔模型 | 第37-40页 |
| ·参数估计 | 第40-43页 |
| 第4章 基于四边形的分割算法QBS | 第43-53页 |
| ·基于四边形的分割框架 | 第43-48页 |
| ·四边形逼近 | 第43-46页 |
| ·四边形合并 | 第46-47页 |
| ·基于四边形的重构 | 第47-48页 |
| ·无参数的基于四边形的分割算法 | 第48-53页 |
| ·边缘检测 | 第48页 |
| ·四边形逼近中的特征点定义 | 第48-49页 |
| ·合并所采用的特征 | 第49-50页 |
| ·合并标准 | 第50-51页 |
| ·合并算法 | 第51-53页 |
| 第5章 基于隐马尔可夫树分割算法HMTseg | 第53-63页 |
| ·小波变换 | 第53-55页 |
| ·二维的隐马尔可夫树模型 | 第55-57页 |
| ·边缘分布模型 | 第55-56页 |
| ·二维HMT模型 | 第56-57页 |
| ·采用HMT模型的多尺度分割 | 第57-62页 |
| ·训练HMT模型 | 第57页 |
| ·多尺度可能性计算 | 第57-58页 |
| ·基于上下文的层间结合 | 第58-62页 |
| ·HMTseg算法小结 | 第62-63页 |
| 第6章 实验结果 | 第63-75页 |
| ·评测方法 | 第63页 |
| ·SMAP的实验结果 | 第63-68页 |
| ·QBS实验结果 | 第68-73页 |
| ·HMTseg实验结果 | 第73-75页 |
| 第7章 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·展望和未来的研究方向 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |
