| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 图像分割方法的分类 | 第11-13页 |
| 1.3 研究现状 | 第13-15页 |
| 1.4 本文的主要研究内容、创新点及意义 | 第15-18页 |
| 第二章 曲线演化理论与水平集理论 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 曲线演化理论 | 第18-21页 |
| 2.3 水平集理论 | 第21-23页 |
| 2.4 距离规则水平集模型及其分析 | 第23-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 DRLSE模型边界指示函数以及规则项的改进 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 基于扩散滤波模型改进边界指示函数 | 第28-32页 |
| 3.2.1 非线性各向同性扩散模型 | 第29-30页 |
| 3.2.2 非线性各向异性扩散模型 | 第30-31页 |
| 3.2.3 改进边界指示函数 | 第31-32页 |
| 3.3 改进距离规则水平集规则项 | 第32-36页 |
| 3.4 算法步骤与实验结果 | 第36-38页 |
| 3.4.1 算法步骤 | 第36页 |
| 3.4.2 实验结果 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 DRLSE模型面积项的改进 | 第39-47页 |
| 4.1 引言 | 第39-40页 |
| 4.2 自适应变分水平集模型的分析 | 第40-42页 |
| 4.3 基于灰度信息改进DRLSE模型的面积项 | 第42页 |
| 4.4 算法步骤与实验结果 | 第42-46页 |
| 4.4.1 算法步骤 | 第42-43页 |
| 4.4.2 实验结果 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 基于灰度与梯度信息的改进型自适应DRLSE模型 | 第47-60页 |
| 5.1 引言 | 第47页 |
| 5.2 用于轮廓提取的自适应水平集演化方程分析 | 第47-49页 |
| 5.3 改进的自适应DRLSE模型 | 第49-52页 |
| 5.3.1 基于非线性扩散模型的自适应边界指示函数 | 第49-51页 |
| 5.3.2 基于灰度与梯度信息的面积项 | 第51-52页 |
| 5.4 算法步骤与实验结果 | 第52-59页 |
| 5.4.1 算法步骤 | 第52-53页 |
| 5.4.2 实验结果 | 第53-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第68-69页 |
| 致谢 | 第69页 |
