基于活动轮廓模型分割方法研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.3 研究的主要内容和章节安排 | 第13-14页 |
第二章 基于活动轮廓模型的分割方法 | 第14-33页 |
2.1 相关理论知识 | 第14-19页 |
2.1.1 曲线演化理论和水平集方法 | 第14-17页 |
2.1.2 变分法和梯度下降流 | 第17-19页 |
2.2 基于边缘的活动轮廓模型 | 第19-21页 |
2.2.1 Snake模型 | 第19-20页 |
2.2.2 GAC模型 | 第20-21页 |
2.3 基于区域的活动轮廓模型 | 第21-27页 |
2.3.1 CV模型 | 第21-24页 |
2.3.2 LBF模型 | 第24-27页 |
2.4 混合活动轮廓模型 | 第27-32页 |
2.4.1 SBGRLS模型 | 第28-30页 |
2.4.2 LCV模型 | 第30-32页 |
2.5 本章小结 | 第32-33页 |
第三章 基于差分图像信息的活动轮廓模型 | 第33-43页 |
3.1 引言 | 第33页 |
3.2 构建符号压力函数 | 第33-34页 |
3.3 模型数值实现 | 第34-36页 |
3.4 实验结果与分析 | 第36-41页 |
3.5 本章小结 | 第41-43页 |
第四章 结合局部和全局信息的活动轮廓模型 | 第43-57页 |
4.1 引言 | 第43页 |
4.2 模型介绍 | 第43-46页 |
4.2.1 全局项 | 第43-45页 |
4.2.2 局部项 | 第45-46页 |
4.3 数值实现 | 第46-48页 |
4.4 实验结果与分析 | 第48-56页 |
4.5 本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 总结 | 第57页 |
5.2 展望 | 第57-59页 |
参考文献 | 第59-62页 |
致谢 | 第62-63页 |