基于SLIC超像素的归一化分割方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 引言 | 第11页 |
| 1.2 图像分割的原理和研究现状 | 第11-13页 |
| 1.2.1 图像分割原理 | 第11-12页 |
| 1.2.2 图像分割的研究现状 | 第12-13页 |
| 1.3 图像分割的研究意义和发展趋势 | 第13-14页 |
| 1.3.1 图像分割的研究意义 | 第13-14页 |
| 1.3.2 图像分割的发展趋势 | 第14页 |
| 1.4 本文的主要工作和组织结构 | 第14-16页 |
| 1.4.1 本文的主要工作 | 第15页 |
| 1.4.2 本文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 基于图论的归一化分割算法 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 图的基本理论 | 第17-21页 |
| 2.2.1 图的定义 | 第17页 |
| 2.2.2 图的几个基本概念 | 第17-18页 |
| 2.2.3 图像与图的映射 | 第18页 |
| 2.2.4 图像构造图的过程 | 第18-20页 |
| 2.2.5 基于图论的分割算法 | 第20-21页 |
| 2.3 归一化分割算法 | 第21-26页 |
| 2.3.1 算法基本原理 | 第21-23页 |
| 2.3.2 归一化分割的求解 | 第23-26页 |
| 2.3.3 归一化分割简单实验分割 | 第26页 |
| 2.4 归一化分割实现方式 | 第26-27页 |
| 2.4.1 递归调用二分归一化分割 | 第26页 |
| 2.4.2 多分归一化分割 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 SLIC超像素分割算法 | 第28-37页 |
| 3.1 引言 | 第28页 |
| 3.2 颜色空间 | 第28页 |
| 3.3 超像素分割算法 | 第28-31页 |
| 3.3.1 基于图论的算法 | 第29-30页 |
| 3.3.2 基于梯度上升的算法 | 第30-31页 |
| 3.4 SLIC超像素算法 | 第31-34页 |
| 3.4.1 算法原理 | 第31-33页 |
| 3.4.2 算法步骤 | 第33页 |
| 3.4.3 SLIC算法分割效果及分析 | 第33-34页 |
| 3.5 超像素算法比较分析 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 改进的SLIC超像素预分割算法 | 第37-43页 |
| 4.1 引言 | 第37页 |
| 4.2 图像平滑滤波 | 第37-39页 |
| 4.3 改进SLIC算法 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 基于改进SLIC超像素的归一化分割算法 | 第43-49页 |
| 5.1 引言 | 第43页 |
| 5.2 归一化分割算法分析 | 第43-44页 |
| 5.3 本文算法设计背景 | 第44页 |
| 5.4 本文算法设计 | 第44-48页 |
| 5.4.1 算法流程 | 第44-46页 |
| 5.4.2 实验及其结果分析 | 第46-47页 |
| 5.4.3 时间评估对比 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 本文的工作 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
