首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于snake和水平集的图像分割方法的研究及应用

提要第1-5页
摘要第5-7页
Abstract第7-11页
第1章 绪论第11-16页
   ·课题研究的目的和意义第11-13页
     ·课题研究的目的第11页
     ·图像分割研究的意义第11-12页
     ·运动目标检测的意义第12-13页
   ·国内外研究现状第13-15页
   ·本文主要的研究内容第15-16页
第2章 基于全局最小化活动轮廓模型的图像分割第16-34页
   ·引言第16-19页
     ·图像分割的定义第16页
     ·图像分割算法的分类第16-19页
   ·活动轮廓模型理论第19-24页
     ·活动轮廓模型的基本理论第19-20页
     ·能量最小化基本求解过程第20-21页
     ·活动轮廓模型的改进与发展第21-24页
   ·基于全局最小化活动轮廓模型的图像分割方法第24-33页
     ·基于活动轮廓模型的图像分割方法第24-26页
     ·基于TV模型的快速全局最小化第26-28页
     ·图像去噪第28-30页
     ·数值实验结果和分析第30-33页
   ·本章小结第33-34页
第3章 基于水平集方法的彩色图像分割第34-56页
   ·引言第34-44页
     ·颜色空间及分析第34-38页
     ·彩色图像分割方法第38-44页
   ·基于水平集方法的彩色图像分割第44-55页
     ·水平集方法的基本理论第44-48页
     ·基于水平集方法的彩色图像分割第48-55页
   ·本章小结第55-56页
第4章 图像分割方法在运动目标检测中的应用第56-66页
   ·引言第56-59页
     ·传统的运动目标检测方法第56-58页
     ·传统运动目标检测方法的优缺点第58-59页
   ·基于GMS方法的运动目标检测第59-60页
     ·算法原理及步骤第59-60页
   ·特征提取第60-63页
   ·数值实现与结果分析第63-65页
   ·本章小结第65-66页
第5章 总结与展望第66-68页
   ·全文总结第66页
   ·展望第66-68页
参考文献第68-71页
作者简介及在学期间所取得的科研成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:树形数据的频繁模式研究
下一篇:基于IPv6车载中心导航仪的设计和实现