| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 纹理图像分割的研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 对活动轮廓的简述与分类 | 第11-12页 |
| 1.2.2 用于纹理图像分割的活动轮廓模型 | 第12-14页 |
| 1.3 目前存在问题 | 第14页 |
| 1.4 本文主要创新点与内容安排 | 第14-17页 |
| 2 本文涉及的两种图像分割模型介绍 | 第17-22页 |
| 2.1 区域活动轮廓模型 | 第17-19页 |
| 2.1.1 Mumford-Shah模型 | 第17页 |
| 2.1.2 Chan-Vese模型 | 第17-18页 |
| 2.1.3 Chan-Vese模型的水平集表示 | 第18-19页 |
| 2.2 基于非负矩阵分解的分割模型 | 第19-22页 |
| 2.2.1 随机纹理遮挡模型ORTSEG | 第19-20页 |
| 2.2.2 基于光谱直方图的非负矩阵分解模型FSEG | 第20-22页 |
| 3 纹理特征提取与能量函数构造 | 第22-34页 |
| 3.1 基于直方图的特征融合方法 | 第22-27页 |
| 3.1.1 灰度局部变化度LVD | 第22-23页 |
| 3.1.2 Gabor滤波 | 第23-25页 |
| 3.1.3 直方图特征融合 | 第25-26页 |
| 3.1.4 性能分析 | 第26-27页 |
| 3.2 轮廓收缩方法 | 第27-29页 |
| 3.3 基于非负矩阵分解的能量函数构造 | 第29-34页 |
| 3.3.1 特征直方图的构成分析 | 第29-31页 |
| 3.3.2 基于NMF的能量函数构造 | 第31-32页 |
| 3.3.3 参数调优 | 第32-34页 |
| 4 能量函数的最小化求解与实现算法阐述 | 第34-40页 |
| 4.1 能量函数的最小化求解 | 第34-36页 |
| 4.1.1 能量函数的水平集表达 | 第34-35页 |
| 4.1.2 能量函数的全局优化 | 第35-36页 |
| 4.2 能量函数全局最小化算法 | 第36-38页 |
| 4.3 本文模型较现有因式分解分割模型的优势 | 第38-40页 |
| 5 实验结果与分析 | 第40-55页 |
| 5.1 合成图像分割 | 第41-45页 |
| 5.2 组织学图像分割 | 第45-47页 |
| 5.3 自然图像分割 | 第47-49页 |
| 5.4 多目标图像分割实验 | 第49-52页 |
| 5.5 重新初始化分割实验 | 第52-54页 |
| 5.6 小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 未来工作展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
| A 作者在攻读学位期间发表的论文目录 | 第62页 |
| B 作者在攻读学位期间参加的科研项目 | 第62页 |
| C 作者在攻读学位期间的竞赛获奖情况 | 第62页 |