基于Level Set红外图像分割算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 水平集算法研究现状与分析 | 第12-18页 |
| 1.2.1 基于边界水平集算法 | 第13-15页 |
| 1.2.2 基于区域水平集算法 | 第15-17页 |
| 1.2.3 图论中的水平集算法 | 第17-18页 |
| 1.2.4 水平集算法分割红外图像 | 第18页 |
| 1.3 论文的研究内容及结构 | 第18-19页 |
| 第2章 相关理论知识 | 第19-35页 |
| 2.1 基础数学理论 | 第19-25页 |
| 2.1.1 偏微分方程基本理论 | 第19-21页 |
| 2.1.2 梯度下降法 | 第21-24页 |
| 2.1.3 有限差分法 | 第24-25页 |
| 2.2 水平集算法基本理论 | 第25-28页 |
| 2.2.1 水平集方法 | 第25-26页 |
| 2.2.2 水平集方法中的距离函数 | 第26-27页 |
| 2.2.3 水平集能量泛函求解 | 第27-28页 |
| 2.3 经典水平集算法 | 第28-33页 |
| 2.3.1 几何活动轮廓模型 | 第28-29页 |
| 2.3.2 Mumford-Shah模型 | 第29-30页 |
| 2.3.3 Chan-Vese模型 | 第30-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 基于水平集目标灰度调整红外行人分割 | 第35-54页 |
| 3.1 引言 | 第35-37页 |
| 3.2 边界增强 | 第37-41页 |
| 3.2.1 红外图像预处理 | 第37-38页 |
| 3.2.2 软阈值掩模 | 第38-41页 |
| 3.3 目标灰度值调整 | 第41-43页 |
| 3.4 基于水平集红外行人分割算法 | 第43-45页 |
| 3.5 实验结果及分析 | 第45-53页 |
| 3.5.1 数据集及评价指标介绍 | 第45-47页 |
| 3.5.2 实验设置 | 第47页 |
| 3.5.3 实验结果及其分析 | 第47-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第4章 全局概率模型水平集图像分割 | 第54-86页 |
| 4.1 引言 | 第54-55页 |
| 4.2 图模型理论与水平集算法 | 第55-59页 |
| 4.2.1 图论基本概念 | 第55页 |
| 4.2.2 二次伪布尔优化算法 | 第55-58页 |
| 4.2.3 水平集算法在图模型中的表示 | 第58-59页 |
| 4.3 全局概率模型水平集算法相关理论 | 第59-66页 |
| 4.3.1 偏置场模型简介 | 第59-62页 |
| 4.3.2 全局概率模型 | 第62-64页 |
| 4.3.3 图模型中曲线长度 | 第64-66页 |
| 4.4 离散水平集算法的组合优化 | 第66-68页 |
| 4.5 实验仿真 | 第68-85页 |
| 4.5.1 红外图像分割 | 第68-81页 |
| 4.5.2 自然图像分割 | 第81-85页 |
| 4.6 本章小结 | 第85-86页 |
| 结论 | 第86-88页 |
| 参考文献 | 第88-96页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第96-97页 |
| 致谢 | 第97页 |
