| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 背景和意义 | 第9-11页 |
| 1.2 研究内容和难点 | 第11-12页 |
| 1.3 本文研究贡献 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 图像分割与颜色提取技术介绍 | 第14-23页 |
| 2.1 图像分割技术 | 第14-18页 |
| 2.1.1 图像分割技术概述 | 第14页 |
| 2.1.2 图像分割技术的分类 | 第14-17页 |
| 2.1.3 图像分割的预处理技术 | 第17-18页 |
| 2.1.4 交互式与非交互式的图像分割算法 | 第18页 |
| 2.2 颜色提取技术 | 第18-21页 |
| 2.2.1 颜色提取技术概述 | 第18-19页 |
| 2.2.2 颜色量化方法 | 第19-20页 |
| 2.2.3 基于颜色直方图的统计方法 | 第20页 |
| 2.2.4 基于聚类的颜色提取算法 | 第20-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 改进的GraphCut交互式图像分割与基于EM颜色提取技术研究 | 第23-34页 |
| 3.1 概述 | 第23页 |
| 3.2 GraphCut算法的理论基础 | 第23-27页 |
| 3.2.1 算法简介 | 第23-24页 |
| 3.2.2 能量最小化 | 第24-25页 |
| 3.2.3 基于直方图的模型建立 | 第25-26页 |
| 3.2.4 边界平滑处理 | 第26-27页 |
| 3.3 基于分水岭的改进GraphCut算法 | 第27-29页 |
| 3.3.1 分水岭算法的基本思想 | 第27页 |
| 3.3.2 分水岭计算方法 | 第27-28页 |
| 3.3.3 基于分水岭预分割的GraphCut算法流程 | 第28-29页 |
| 3.4 基于EM的颜色提取算法 | 第29-33页 |
| 3.4.1 颜色模型 | 第29-30页 |
| 3.4.2 颜色量化 | 第30-31页 |
| 3.4.3 期望值最大化聚类算法 | 第31-32页 |
| 3.4.4 颜色相似度匹配 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 服饰图像分割与颜色提取系统需求分析与设计 | 第34-54页 |
| 4.1 系统需求分析 | 第34-42页 |
| 4.1.1 系统定义与业务分析 | 第34-35页 |
| 4.1.2 需求定义 | 第35-36页 |
| 4.1.3 功能性需求 | 第36-38页 |
| 4.1.4 非功能性需求 | 第38-41页 |
| 4.1.5 外部接口需求 | 第41-42页 |
| 4.2 系统设计 | 第42-52页 |
| 4.2.1 系统架构设计 | 第42-44页 |
| 4.2.2 基于系统架构的工作流定义 | 第44-45页 |
| 4.2.3 模块设计 | 第45-52页 |
| 4.2.4 界面设计 | 第52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 服饰图像分割与颜色提取系统实现与验证 | 第54-61页 |
| 5.1 基于CSCE系统SDK的服饰搭配应用实现 | 第54-56页 |
| 5.1.1 服饰搭配应用概述 | 第54页 |
| 5.1.2 服饰搭配应用模块详述 | 第54-56页 |
| 5.2 图像分割结果分析 | 第56-59页 |
| 5.2.1 分水岭处理效果 | 第56-57页 |
| 5.2.2 改进的GraphCut分割效果 | 第57页 |
| 5.2.3 边界平滑后的效果 | 第57-58页 |
| 5.2.4 对特殊情况的处理 | 第58-59页 |
| 5.3 图像主颜色提取结果分析 | 第59页 |
| 5.4 系统性能分析 | 第59-61页 |
| 第六章 结束语 | 第61-63页 |
| 6.1 论文工作总结 | 第61页 |
| 6.2 论文改进方向 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文 | 第67页 |