基于可形变模型的图像目标分割方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-20页 |
| 1.3 研究目的与意义 | 第20-21页 |
| 1.4 本文内容安排 | 第21-24页 |
| 第二章 基于可形变模型的图像目标分割方法 | 第24-32页 |
| 2.1 几种应用于图像目标分割的可形变模型 | 第24-29页 |
| 2.1.1 参数可形变模型 | 第24-26页 |
| 2.1.2 水平集方法 | 第26-29页 |
| 2.2 具有形状先验的水平集方法 | 第29-32页 |
| 2.2.1 基于单先验水平集的图像目标分割方法 | 第29-30页 |
| 2.2.2 基于多先验水平集的图像目标分割方法 | 第30-32页 |
| 第三章 基于独立成分分析的多先验水平集方法 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 独立成分分析 | 第32-34页 |
| 3.3 基于独立成分分析的多先验水平集方法 | 第34-36页 |
| 3.3.1 独立成分分析降维 | 第34-35页 |
| 3.3.2 基于KDE的形状分布非参数估计 | 第35-36页 |
| 3.3.3 能量泛函和演化方程 | 第36页 |
| 3.4 实验结果与分析 | 第36-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于形状语义约束的混合水平集方法 | 第44-66页 |
| 4.1 引言 | 第44页 |
| 4.2 基于形状上下文的形状匹配 | 第44-45页 |
| 4.3 引入核函数的CV数据项 | 第45-46页 |
| 4.4 能够保持曲线拓扑的约束项 | 第46页 |
| 4.5 基于形状语义约束的混合水平集方法 | 第46-52页 |
| 4.5.1 保持形状语义的形状变换 | 第48-50页 |
| 4.5.2 数据驱动曲线演化 | 第50-52页 |
| 4.6 实验结果与分析 | 第52-64页 |
| 4.7 本章小结 | 第64-66页 |
| 第五章 总结和展望 | 第66-68页 |
| 5.1 研究总结 | 第66-67页 |
| 5.2 研究展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
