| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-9页 |
| ·基于MRF模型的图像处理研究现状分析 | 第7-8页 |
| ·本文的主要内容、组织安排及创新点 | 第8-9页 |
| 第二章 数字图像处理中的MRF模型 | 第9-20页 |
| ·数字图像处理中的MRF | 第9-12页 |
| ·GIBBS分布及其应用 | 第12-13页 |
| ·GIBBS分布的定义 | 第12-13页 |
| ·GRF与MRF | 第13页 |
| ·图象处理中几种有用的MRF模型 | 第13-17页 |
| ·MAP-MRF框架 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 图象分割和MCMC采样方法 | 第20-27页 |
| ·图象分割方法综述 | 第20-24页 |
| ·图像分割的定义以及国内外研究现状 | 第20页 |
| ·图象分割方法分类 | 第20-23页 |
| ·图象分割方法研究方向和发展前景 | 第23-24页 |
| ·MCMC采样方法 | 第24-26页 |
| ·Metroplis算法 | 第25页 |
| ·GIBBS采样法: | 第25-26页 |
| ·本章小结: | 第26-27页 |
| 第四章 基于MRF-MAP的图象分割局部最优化算法 | 第27-42页 |
| ·ICM、RL的方法与HCF方法 | 第27-32页 |
| ·ICM(Iterated Conditional Modes)算法 | 第28-29页 |
| ·RL(Relaxation Labeling)算法 | 第29-30页 |
| ·HCF(Highest Confidence First)算法 | 第30-32页 |
| ·实验结果与分析 | 第32-42页 |
| 第五章 基于MRF-MAP的图像分割全局最优化算法 | 第42-58页 |
| ·SA(Simulated annealing)算法的原理以及实现 | 第42-45页 |
| ·实验结果与分析 | 第45-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66页 |
