| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第1章 绪论 | 第15-28页 |
| ·图像分割的意义 | 第15-16页 |
| ·图像分割技术的研究现状 | 第16-20页 |
| ·基于区域的分割算法 | 第17-19页 |
| ·基于边缘的分割算法 | 第19-20页 |
| ·基于主动轮廓线模型的图像分割 | 第20-26页 |
| ·基于参数主动轮廓线模型的图像分割 | 第21-24页 |
| ·基于几何主动轮廓线模型的图像分割 | 第24-26页 |
| ·本文的主要工作及结构安排 | 第26-28页 |
| 第2章 改进的广义模糊算子在边缘检测中的应用 | 第28-44页 |
| ·引言 | 第28页 |
| ·广义模糊算子的定义与性质 | 第28-30页 |
| ·基于广义模糊算子的灰度图像边缘检测 | 第30-32页 |
| ·GFO 边缘检测算法的改进 | 第32-39页 |
| ·最佳阈值理论在GFO 中的提出 | 第32-33页 |
| ·Otsu 方法的应用 | 第33-35页 |
| ·GA 理论在GFO 中的应用 | 第35-37页 |
| ·实验结果与分析 | 第37-39页 |
| ·改进的GFO 算法在复杂图像边缘检测中的应用 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 改进的Snake 模型边缘检测算法研究 | 第44-59页 |
| ·引言 | 第44-45页 |
| ·基本的Snake 模型 | 第45-51页 |
| ·Snake 模型概述 | 第45-46页 |
| ·Snake 模型能量函数的定义 | 第46-47页 |
| ·Snake 模型能量最小化算法 | 第47-51页 |
| ·改进的Snake 模型 | 第51-54页 |
| ·图像引力的提出 | 第51-53页 |
| ·Snake 模型的改进 | 第53-54页 |
| ·改进Snake 模型的贪婪算法实现 | 第54-56页 |
| ·实验结果与分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第4章 基于水平集曲线演化的快速图像分割方法 | 第59-83页 |
| ·引言 | 第59页 |
| ·曲线演化理论和图像分割 | 第59-63页 |
| ·曲线演化理论 | 第59-60页 |
| ·曲线演化和图像分割关系分析 | 第60-63页 |
| ·水平集理论 | 第63-72页 |
| ·水平集实现曲线演化原理 | 第63-65页 |
| ·水平集方程的数值计算 | 第65-67页 |
| ·水平集函数的初始化 | 第67-71页 |
| ·速度场的扩展 | 第71-72页 |
| ·基于微粒群理论和窄带法的快速水平集算法 | 第72-77页 |
| ·窄带水平集算法 | 第72-73页 |
| ·PSO 快速搜索算法 | 第73-75页 |
| ·样条插值算法的应用 | 第75-77页 |
| ·迭代终止准则 | 第77页 |
| ·实验结果与分析 | 第77-82页 |
| ·本章小结 | 第82-83页 |
| 第5章 基于Mumford-Shah 模型的图像分割方法 | 第83-98页 |
| ·引言 | 第83页 |
| ·简化的M-S 图像分割模型的C-V 方法 | 第83-87页 |
| ·简化的M-S 图像分割模型 | 第83-85页 |
| ·求解简化M-S 图像分割模型的C-V 方法 | 第85-86页 |
| ·C-V 图像分割方程的数值解法 | 第86-87页 |
| ·基于窄带法求解简化M-S 图像分割模型的C-V 方法 | 第87-93页 |
| ·基于窄带M-S 模型的图像分割方法 | 第87-88页 |
| ·实验结果与分析 | 第88-93页 |
| ·M-S 图像分割模型的C-V 方法改进 | 第93-97页 |
| ·简化C-V 方法迭代计算量的算法 | 第93-94页 |
| ·C-V 方法迭代终止条件的确定 | 第94-95页 |
| ·?t 的动态调整 | 第95页 |
| ·实验结果与分析 | 第95-97页 |
| ·本章小结 | 第97-98页 |
| 第6章 机器人视觉跟踪系统的设计与实现 | 第98-121页 |
| ·引言 | 第98页 |
| ·机器人视觉跟踪系统介绍 | 第98-100页 |
| ·机器人视觉跟踪系统的硬件构成 | 第98-99页 |
| ·机器人视觉跟踪系统软件设计 | 第99-100页 |
| ·基于不变矩特征和RBF 神经网络的识别技术 | 第100-114页 |
| ·图像不变矩特征 | 第101-105页 |
| ·基于Hough 变换的RBF 神经网络自适应动态设计 | 第105-112页 |
| ·基于矩的RBF 神经网络目标识别实验 | 第112-114页 |
| ·跟踪预测算法 | 第114-118页 |
| ·灰度质心的提取 | 第115页 |
| ·预测算法 | 第115-117页 |
| ·软件设计中的几点讨论 | 第117-118页 |
| ·实验结果与分析 | 第118-120页 |
| ·本章小结 | 第120-121页 |
| 结论 | 第121-123页 |
| 参考文献 | 第123-132页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第132-133页 |
| 致谢 | 第133-134页 |
| 作者简介 | 第134页 |
