基于图割的快速图像分割研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 引言 | 第8-10页 |
| 1.1.1 图像分割的概念 | 第8-9页 |
| 1.1.2 图像分割的应用 | 第9页 |
| 1.1.3 基于图论的图像分割 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要工作 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第二章 图像分割的基本方法 | 第14-24页 |
| 2.1 基于阈值的分割方法 | 第14-16页 |
| 2.1.1 双峰法 | 第14-15页 |
| 2.1.2 迭代阈值法 | 第15页 |
| 2.1.3 最大类间方差法 | 第15-16页 |
| 2.2 基于边缘检测的分割方法 | 第16-18页 |
| 2.2.1 Roberts算子 | 第16-17页 |
| 2.2.2 Sobel算子 | 第17页 |
| 2.2.3 Prewitt算子 | 第17-18页 |
| 2.3 基于区域的分割方法 | 第18-20页 |
| 2.3.1 区域生长法 | 第18-20页 |
| 2.3.2 区域分裂合并法 | 第20页 |
| 2.4 基于特定理论和工具的分割方法 | 第20-23页 |
| 2.4.1 分水岭算法 | 第21-22页 |
| 2.4.2 基于主动轮廓模型的图像分割 | 第22页 |
| 2.4.3 基于图论的图像分割 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 图割基本理论及其应用 | 第24-36页 |
| 3.1 图论基础 | 第24-31页 |
| 3.1.1 图与网络 | 第24-27页 |
| 3.1.2 网络流 | 第27-28页 |
| 3.1.3 割 | 第28-30页 |
| 3.1.4 最大流最小割定理 | 第30-31页 |
| 3.2 图割理论在图像分割中的应用 | 第31-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第四章 结合小波变换和图割理论的快速图像分割方法 | 第36-46页 |
| 4.1 Grabcut算法 | 第36-42页 |
| 4.1.1 高斯混合模型 | 第36-37页 |
| 4.1.2 Grabcut算法在图像分割中的运用 | 第37-39页 |
| 4.1.3 Grabcut算法中的高斯混合模型 | 第39-40页 |
| 4.1.4 Grabcut算法分割实例 | 第40-41页 |
| 4.1.5 Grabcut算法效率分析 | 第41-42页 |
| 4.2 小波变换 | 第42-44页 |
| 4.3 小波变换后的GMM参数估计 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 实验结果与分析 | 第46-52页 |
| 5.1 实验环境与算法流程 | 第46-48页 |
| 5.1.1 实验环境 | 第46页 |
| 5.1.2 算法流程 | 第46-48页 |
| 5.2 实验设置与结果分析 | 第48-51页 |
| 5.2.1 分割质量效果对比 | 第48-49页 |
| 5.2.2 复杂背景的分割效果 | 第49-50页 |
| 5.2.3 分割效率对比 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 硕士在读期间的研究成果 | 第60页 |
