首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像分割的变分水平集模型研究

中文摘要第1-5页
英文摘要第5-10页
1 绪论第10-26页
   ·引言第10-11页
   ·传统图像分割方法第11-13页
   ·基于偏微分方程的图像分割第13-24页
     ·偏微分方程图像分割研究背景第13-17页
     ·几个经典的变分水平集模型第17-22页
     ·偏微分方程图像分割所面临的一些问题第22-24页
   ·本文所作的主要工作和结构安排第24-26页
2 曲线演化和水平集方法第26-38页
   ·曲线演化理论第26-28页
   ·水平集方法和隐式描述第28-30页
   ·水平集函数正则化第30-31页
   ·基于变分模型的水平集正则化第31-32页
   ·水平集方法数值实现第32-36页
     ·逆向差分方法第32-35页
     ·有限差分方法第35-36页
   ·小结第36-38页
3 自适应变分水平集模型第38-58页
   ·引言第38-39页
   ·自适应变分水平集模型第39-46页
     ·模型背景第39-40页
     ·模型的建立第40-44页
     ·演化偏微分方程第44-46页
   ·水平集函数的初始化第46-47页
   ·数值算法和实验结果第47-53页
     ·数值算法第47-48页
     ·实验结果第48-53页
   ·讨论模型参数和函数δ_ε( φ)第53-56页
     ·关于参数K第53-54页
     ·关于参数ρ第54-55页
     ·关于函数δ_ε(φ)第55-56页
   ·小结第56-58页
4 加权p(x)-Dirichlet 积分正则化水平集模型第58-72页
   ·零水平集的正则化第58-59页
   ·加权p(x)-Dirichlet 积分正则化水平集模型第59-63页
     ·模型的提出第59-61页
     ·演化偏微分方程第61-63页
   ·数值算法和实验结果第63-70页
     ·数值算法第63-64页
     ·实验结果第64-70页
   ·小结第70-72页
5 张量扩散水平集模型及红外图像分割应用第72-90页
   ·前言第72页
   ·背景知识介绍第72-75页
     ·红外图像概述第72-74页
     ·红外图像分割研究现状第74-75页
   ·结构张量和张量扩散第75-78页
     ·结构张量第75-77页
     ·张量扩散第77-78页
   ·张量扩散变分水平集模型第78-84页
     ·模型的提出第78-79页
     ·外能量泛函作用分析第79-81页
     ·加权p ( λ_1 , λ_2 ) -Dirichlet 积分正则化项分析第81页
     ·演化偏微分方程第81-82页
     ·灵活初始化水平集函数第82-84页
   ·数值算法和实验结果第84-89页
     ·数值算法第84-85页
     ·实验结果第85-89页
   ·小结第89-90页
6 结论与展望第90-92页
   ·全文总结第90页
   ·今后的研究方向第90-92页
致谢第92-94页
参考文献第94-102页
附录第102-103页
 A 作者在攻读学位期间完成的论文目录第102页
 B 作者在攻读博士学位期间参加科研项目情况第102-103页
 C 作者在攻读博士学位期间参加科研项目情况第103页

论文共103页,点击 下载论文
上一篇:基于CT图像边缘提取的工件应力分析及疲劳寿命预测研究
下一篇:面向云配送模式的车辆调度问题及算法研究