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

多相图像分割的变分模型及其Split Bregman迭代算法

摘要第1-3页
Abstract第3-6页
第一章 绪论第6-10页
   ·课题背景及其意义第6-7页
   ·研究现状第7-9页
   ·论文的主要工作与章节安排第9-10页
第二章 水平集理论及其Chan-Vese分割模型第10-19页
   ·曲线演化理论第10-11页
   ·水平集方法第11-14页
     ·水平集基本理论第11-13页
     ·水平集方法的优点第13-14页
   ·Chan-Vese模型第14-18页
     ·平面图像分割的Chan-Vese模型第14-16页
     ·隐式曲面上图像分割的Chan-Vese模型第16-18页
   ·本章小结第18-19页
第三章 图像分割全局凸优化模型第19-28页
   ·两相图像分割的全局凸优化模型第19-22页
   ·Split Bregman迭代算法第22-25页
     ·Bregman迭代规则化第23页
     ·Split Bregman算法推导第23-25页
   ·变分图像分割模型的Split Bregman算法第25-26页
   ·本章小结第26-28页
第四章 平面图像多相分割的变分模型第28-41页
   ·多水平集函数的区域竞争策略第28-30页
   ·多相图像分割模型的Split Bregman算法第30-33页
   ·数值实验结果第33-40页
     ·两个水平集的平面图像分割实验第33-35页
     ·三个水平集的平面图像分割实验第35-37页
     ·人造三维图像的实验结果与分析第37-39页
     ·真实医学CT图像的实验结果与分析第39-40页
   ·本章小结第40-41页
第五章 隐式曲面上多相图像分割的变分模型第41-49页
   ·多水平集函数的区域竞争策略二第41-42页
   ·隐式曲面上多相图像分割模型的Split Bregman算法第42-45页
   ·数值实验结果第45-48页
     ·单个水平集的隐式曲面图像分割实验第45-46页
     ·多个水平集的隐式曲面图像分割实验第46-48页
   ·本章小结第48-49页
第六章 总结与展望第49-50页
   ·本文的工总结第49页
   ·今后的工作展望第49-50页
参考文献第50-53页
攻读学位期间的研究成果第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:增强现实系统的人机交互技术研究与应用
下一篇:基于信誉度的云环境下资源管理的研究