基于格式塔理论的自然图像分割方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 自然图像分割的研究背景和意义 | 第9页 |
| 1.2 自然图像分割的研究现状 | 第9-11页 |
| 1.3 本文的研究内容和创新点 | 第11-12页 |
| 1.4 本文的章节安排 | 第12-13页 |
| 第2章 格式塔理论概述 | 第13-21页 |
| 2.1 格式塔理论简介 | 第13-16页 |
| 2.1.1 格式塔理论的起源与发展 | 第13-14页 |
| 2.1.2 格式塔完形规则 | 第14-16页 |
| 2.2 格式塔理论的应用 | 第16-21页 |
| 2.2.1 格式塔理论在视觉传达设计上的应用 | 第16-17页 |
| 2.2.2 格式塔理论在计算机视觉上的应用 | 第17-21页 |
| 第3章 基于格式塔完形规则的闭合轮廓提取方法 | 第21-41页 |
| 3.1 引言 | 第21页 |
| 3.2 本章算法的基本思路和流程 | 第21-22页 |
| 3.3 边缘检测 | 第22-27页 |
| 3.4 边缘拟合 | 第27-31页 |
| 3.4.1 纹理特征的计算 | 第28页 |
| 3.4.2 灰度特征的计算 | 第28-29页 |
| 3.4.3 融入边缘信息的折线逼近边缘拟合算法 | 第29-31页 |
| 3.5 闭合轮廓提取 | 第31-35页 |
| 3.5.1 格式塔线索 | 第32-34页 |
| 3.5.2 边界代价函数的设计 | 第34页 |
| 3.5.3 闭合轮廓的提取 | 第34-35页 |
| 3.6 实验及结果分析 | 第35-37页 |
| 3.6.1 实验结果与分析 | 第35-37页 |
| 3.6.2 定量比较 | 第37页 |
| 3.7 多目标闭合轮廓提取 | 第37-40页 |
| 3.8 本章小结 | 第40-41页 |
| 第4章 基于格式塔完形规则的自然图像分割方法 | 第41-57页 |
| 4.1 引言 | 第41-42页 |
| 4.2 基于超像素的自然图像预分割算法 | 第42-46页 |
| 4.2.1 预分割算法 | 第42-44页 |
| 4.2.2 超像素计算方法的比较 | 第44-45页 |
| 4.2.3 小结 | 第45-46页 |
| 4.3 基于格式塔完形规则的区域度量 | 第46-50页 |
| 4.3.1 颜色特征的计算 | 第46-48页 |
| 4.3.2 梯度特征的计算 | 第48页 |
| 4.3.3 基于区域的量化计算模型 | 第48-50页 |
| 4.4 基于最大区域率的合并算法 | 第50-51页 |
| 4.5 实验结果及分析 | 第51-56页 |
| 4.5.1 实验参数的选取 | 第51-52页 |
| 4.5.2 实验与结果分析 | 第52-54页 |
| 4.5.3 定量比较 | 第54-56页 |
| 4.5.4 算法运行时间比较 | 第56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第63-64页 |
| 致谢 | 第64-65页 |
