| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 课题研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.3 本文的主要研究工作和内容安排 | 第19-21页 |
| 第二章 活动轮廓模型及其数学背景知识 | 第21-37页 |
| 2.1 经典活动轮廓模型 | 第21-30页 |
| 2.1.1 基于边缘的活动轮廓模型 | 第21-25页 |
| 2.1.1.1 Snake模型 | 第21-22页 |
| 2.1.1.2 “Balloon"模型 | 第22-23页 |
| 2.1.1.3 Geometric Active Contours模型 | 第23-25页 |
| 2.1.2 基于区域的活动轮廓模型 | 第25-30页 |
| 2.1.2.1 Mumford-Shah模型 | 第25-26页 |
| 2.1.2.2 Chan-Vese模型 | 第26-28页 |
| 2.1.2.3 LBF模型 | 第28-30页 |
| 2.2 活动轮廓模型的数学背景知识 | 第30-36页 |
| 2.2.1 水平集方法 | 第30-33页 |
| 2.2.1.1 水平集理论 | 第30-32页 |
| 2.2.1.2 水平集方法的实现 | 第32-33页 |
| 2.2.2 变分法与梯度下降法 | 第33-36页 |
| 2.2.2.1 变分法 | 第33-35页 |
| 2.2.2.2 梯度下降流法 | 第35-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 基于高斯模型的活动轮廓图像分割 | 第37-44页 |
| 3.1 引言 | 第37页 |
| 3.2 基于高斯模型的活动轮廓模型 | 第37-41页 |
| 3.2.1 高斯模型 | 第37-38页 |
| 3.2.2 能量泛函及水平集函数化 | 第38-40页 |
| 3.2.3 能量函数最小化 | 第40-41页 |
| 3.3 实验结果及分析 | 第41-43页 |
| 3.3.1 与LBF模型的比较 | 第41页 |
| 3.3.2 分割的准确性 | 第41-42页 |
| 3.3.3 对初始轮廓的自适应性 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 全局和局部能量驱动的活动轮廓 | 第44-52页 |
| 4.1 引言 | 第44页 |
| 4.2 全局和局部能量驱动的活动轮廓 | 第44-47页 |
| 4.2.1 基于全局和局部的活动轮廓模型 | 第44-45页 |
| 4.2.2 能量泛函 | 第45-46页 |
| 4.2.3 能量函数最小化 | 第46-47页 |
| 4.3 实验结果及分析 | 第47-51页 |
| 4.3.1 应用于合成图像 | 第47-48页 |
| 4.3.2 应用于自然图像 | 第48-49页 |
| 4.3.3 应用于医学图像 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 全局最小化的活动轮廓模型 | 第52-59页 |
| 5.1 引言 | 第52页 |
| 5.2 全局最小化的活动轮廓模型 | 第52-55页 |
| 5.2.1 局部区域活动轮廓 | 第52-53页 |
| 5.2.2 基于全局最小化的活动轮廓 | 第53-54页 |
| 5.2.3 全局最小化 | 第54-55页 |
| 5.3 实验结果及分析 | 第55-58页 |
| 5.3.1 应用于合成图像和自然图像 | 第56-57页 |
| 5.3.2 应用于医学图像 | 第57页 |
| 5.3.3 关于参数α的讨论 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间的科研成果 | 第68-70页 |
| 附件 | 第70页 |