| 摘要 | 第1-9页 |
| Abstract | 第9-20页 |
| 第一章 绪论 | 第20-28页 |
| ·研究背景 | 第20-22页 |
| ·视觉感知 | 第20页 |
| ·图像处理 | 第20-21页 |
| ·目标轮廓提取 | 第21-22页 |
| ·研究现状和面临的挑战 | 第22-27页 |
| ·全文的章节安排 | 第27-28页 |
| 第二章 紧致RBF网络目标边界提取方法 | 第28-38页 |
| ·引言 | 第28-29页 |
| ·RBF的准备知识 | 第29页 |
| ·IGC-AGD算法 | 第29-35页 |
| ·IGC法 | 第29-33页 |
| ·中心和宽度粗糙值的设定 | 第33-34页 |
| ·宽度值和权值的学习 | 第34-35页 |
| ·实验结果 | 第35-36页 |
| ·结束语 | 第36-38页 |
| 第三章 RBF网络与活动圆结合的目标边界提取方法 | 第38-47页 |
| ·引言 | 第38页 |
| ·圆形搜索特征点算法 | 第38-39页 |
| ·半径变化 | 第38-39页 |
| ·圆心变化 | 第39页 |
| ·基于RBF神经网络的轮廓提取 | 第39-42页 |
| ·构造输入向量 | 第40页 |
| ·特征点聚类 | 第40-41页 |
| ·网络训练 | 第41-42页 |
| ·实验结果 | 第42-46页 |
| ·拓扑变化 | 第42页 |
| ·背景或前景复杂 | 第42-43页 |
| ·边界模糊或带噪声 | 第43-46页 |
| ·结束语 | 第46-47页 |
| 第四章 一种“类-SOM”的由粗到精的目标边界定位方法 | 第47-71页 |
| ·引言 | 第47-48页 |
| ·由传统SOM 网络谈起 | 第48-49页 |
| ·基于“类-SOM”方法的由粗到精的目标边界定位法 | 第49-59页 |
| ·图像区域中神经元的初始化 | 第49-51页 |
| ·神经元所受到的作用 | 第51-53页 |
| ·神经元的演化速率 | 第53-56页 |
| ·特征点和神经元的更新换代 | 第56-58页 |
| ·神经元的竞争学习 | 第58-59页 |
| ·多轮神经元演化 | 第59页 |
| ·本算法的主要流程和物理原理 | 第59-60页 |
| ·实验结果和比较 | 第60-70页 |
| ·复杂长凹边界定位 | 第60-61页 |
| ·非均匀和弱边界定位 | 第61页 |
| ·长凹模糊边界定位 | 第61页 |
| ·考察演化速率 | 第61页 |
| ·对监督种子和噪声的敏感性分析 | 第61-66页 |
| ·与传统模型的比较 | 第66-70页 |
| ·结束语 | 第70-71页 |
| 第五章 向量丛粒子群优化算法的活动轮廓建模 | 第71-79页 |
| ·引言 | 第71页 |
| ·传统粒子群优化算法 | 第71-72页 |
| ·VBCPSO-ACM算法 | 第72-76页 |
| ·向量丛 | 第72-73页 |
| ·粒子的速度选择 | 第73-75页 |
| ·算法框架 | 第75-76页 |
| ·实验结果 | 第76-77页 |
| ·结束语 | 第77-79页 |
| 第六章 稀疏无序特征点的排序与插值的测地圆弧方法 | 第79-107页 |
| ·引言 | 第79-80页 |
| ·所提出的算法 | 第80-93页 |
| ·圆弧样条 | 第80-84页 |
| ·圆弧样条能量及其优化 | 第84-88页 |
| ·圆弧样条能量的排序法 | 第88-91页 |
| ·特征点的检测 | 第91-92页 |
| ·噪声鲁棒性评估法 | 第92-93页 |
| ·实验和分析 | 第93-102页 |
| ·实验结果 | 第94页 |
| ·噪声敏感性分析 | 第94-100页 |
| ·算法实验比较 | 第100-102页 |
| ·计算复杂度分析 | 第102页 |
| ·结束语 | 第102-107页 |
| 第七章 基于极限环理论的图像分割技术 | 第107-127页 |
| ·引言 | 第107页 |
| ·关于曲线演化 | 第107-110页 |
| ·GVF活动轮廓 | 第107-108页 |
| ·VFC活动轮廓 | 第108-109页 |
| ·GAC-GVF活动轮廓 | 第109页 |
| ·向量场活动轮廓的平衡点问题 | 第109-110页 |
| ·提出的算法 | 第110-119页 |
| ·插值旋转与吸引流场 | 第110-113页 |
| ·以动力系统的框架来看待问题 | 第113-119页 |
| ·多目标分割 | 第119页 |
| ·实验结果 | 第119-124页 |
| ·合成图像的实验 | 第119-120页 |
| ·实际图像的实验 | 第120页 |
| ·关于初始的敏感性 | 第120-122页 |
| ·与传统向量场方法的比较 | 第122-124页 |
| ·结束语 | 第124-127页 |
| 结论 | 第127-129页 |
| 参考文献 | 第129-137页 |
| 攻读博士学位期间取得的研究成果 | 第137-139页 |
| 致谢 | 第139-140页 |