自然图像抠图技术的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·课题背景 | 第8页 |
| ·理论基础及问题定义 | 第8-10页 |
| ·国内外现状 | 第10-16页 |
| ·蓝屏抠图技术 | 第10页 |
| ·基于三分图的自然图像抠图技术 | 第10-14页 |
| ·基于线条的自然图像抠图技术 | 第14-16页 |
| ·本文的主要工作 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| 2 颜色视觉特征和颜色相似性度量 | 第18-27页 |
| ·引言 | 第18页 |
| ·视觉基本原理 | 第18-20页 |
| ·颜色空间 | 第20-23页 |
| ·颜色相似性度量 | 第23-25页 |
| ·RGB 颜色空间中的颜色相似性度量 | 第23页 |
| ·HSI 颜色空间中的颜色相似性度量 | 第23-25页 |
| ·L*a*b*颜色空间中的颜色相似性度量 | 第25页 |
| ·本章小结 | 第25-27页 |
| 3 贝叶斯抠图方法的分析与实现 | 第27-37页 |
| ·引言 | 第27页 |
| ·贝叶斯框架 | 第27-29页 |
| ·贝叶斯抠图基本流程 | 第29-34页 |
| ·颜色采样 | 第30-31页 |
| ·样本分簇 | 第31-33页 |
| ·颜色估计 | 第33-34页 |
| ·贝叶斯抠图的实现 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 4 改进的自然图像抠图方法 | 第37-52页 |
| ·引言 | 第37页 |
| ·传统的区域划分方法 | 第37-38页 |
| ·改进的区域划分方法 | 第38-46页 |
| ·Munsell 颜色空间 | 第38-41页 |
| ·相似性度量算法 | 第41页 |
| ·区域生长 | 第41-44页 |
| ·结果比较 | 第44-46页 |
| ·优化颜色样本 | 第46-50页 |
| ·本章小结 | 第50-52页 |
| 5 实验结果及分析 | 第52-62页 |
| ·实验设计 | 第52-53页 |
| ·结果分析 | 第53-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 附录 | 第67页 |
| 作者在攻读学位期间发表的论文目录 | 第67页 |
