融入光度信息的图割图像分割及轮廓提取方法研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的提出及研究意义 | 第9页 |
| ·国内外研究现状及发展趋势 | 第9-12页 |
| ·图像分割方法分类 | 第9-10页 |
| ·基于能量函数的图像分割 | 第10-11页 |
| ·基于图论的图像分割 | 第11页 |
| ·基于图割理论的图像分割 | 第11-12页 |
| ·课题研究目标和内容 | 第12-13页 |
| ·文章组织安排 | 第13-15页 |
| 第二章 图像分割方法 | 第15-34页 |
| ·引言 | 第15页 |
| ·边缘检测法 | 第15-19页 |
| ·经典的边缘检测算子 | 第17-18页 |
| ·边缘检测算子性能分析 | 第18-19页 |
| ·阈值分割法和基于区域的分割方法 | 第19-24页 |
| ·阈值分割法 | 第19-22页 |
| ·基于区域的分割 | 第22-24页 |
| ·结合特定理论的图像分割 | 第24-26页 |
| ·基于图论的图像分割 | 第26-33页 |
| ·图的基本理论 | 第26-32页 |
| ·基于图论的分割算法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 图像轮廓提取中融入光度信息的图割算法 | 第34-45页 |
| ·基于图割理论的图像分割方法 | 第34-38页 |
| ·能量函数的构造 | 第35页 |
| ·s-t网络的构造 | 第35-36页 |
| ·s-t网络最小割的解决 | 第36-38页 |
| ·光度模型的建立 | 第38页 |
| ·能量函数的构造 | 第38-40页 |
| ·算法步骤 | 第40-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 融入光度信息的局部轮廓提取方法研究 | 第45-56页 |
| ·主动轮廓模型 | 第45-50页 |
| ·经典snake模型 | 第45-46页 |
| ·snake模型外力的改进 | 第46-49页 |
| ·snake模型内能的改进 | 第49-50页 |
| ·图像的局部光度平均值 | 第50-51页 |
| ·局部轮廓的获取 | 第51-52页 |
| ·实验结果及分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结和展望 | 第56-57页 |
| ·总结 | 第56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文目录 | 第62-63页 |
