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

交互式图像分割方法的研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第11-23页
    1.1 引言第11页
    1.2 研究现状第11-20页
        1.2.1 交互式图像分割方法的研究现状第11-17页
        1.2.2 多特征融合方法的研究现状第17-20页
    1.3 研究内容第20-22页
        1.3.1 研究目标第20页
        1.3.2 研究内容第20-22页
    1.4 论文结构第22-23页
第2章 背景知识第23-27页
    2.1 引言第23页
    2.2 D-S证据理论第23-25页
    2.3 实验数据集及评价标准第25-26页
        2.3.1 实验数据集第25页
        2.3.2 评价标准第25-26页
    2.4 本章小结第26-27页
第3章 基于贝叶斯分类器和随机游走的交互式图像分割方法第27-38页
    3.1 方法概述第27-28页
    3.2 贝叶斯分类器第28-31页
        3.2.1 训练数据的选择第29页
        3.2.2 分类器的设计第29-30页
        3.2.3 分类器的学习第30-31页
    3.3 基于随机游走的优化第31-33页
        3.3.1 结构图的建立第31-32页
        3.3.2 种子点的选择第32-33页
        3.3.3 分割结果的确定第33页
    3.4 实验第33-37页
        3.4.1 实验设置第34-35页
        3.4.2 与GrabCut方法的对比实验第35-36页
        3.4.3 与PIBS方法的对比实验第36-37页
    3.5 本章小结第37-38页
第4章 基于贝叶斯分类器和最短路径的交互式图像分割方法第38-51页
    4.1 方法概述第38-39页
    4.2 贝叶斯分类器第39-42页
        4.2.1 训练数据的选择第40-41页
        4.2.2 分类器的学习第41-42页
    4.3 基于最短路径的优化第42-45页
        4.3.1 结构图的建立第42-44页
        4.3.2 最短路径计算第44-45页
    4.4 实验第45-49页
        4.4.1 实验设置第46页
        4.4.2 与GrabCut方法的对比实验第46-47页
        4.4.3 与PIBS方法的对比实验第47-49页
    4.5 本章小结第49-51页
第5章 面向交互式图像分割的多特征融合方法第51-70页
    5.1 引言第51页
    5.2 特征的选择与计算第51-54页
        5.2.1 S-HoG特征第52-54页
    5.3 多特征的融合第54-59页
        5.3.1 基于多特征融合的样本分类第54-58页
        5.3.2 基于多特征融合的相似性计算第58-59页
    5.4 结合多特征融合的交互式图像分割第59-63页
        5.4.1 与BCRW方法的结合第60-61页
        5.4.2 与BCSP方法的结合第61-63页
    5.5 实验第63-69页
        5.5.1 实验设置第64-65页
        5.5.2 基于BCRW方法的对比实验第65-67页
        5.5.3 基于BCSP方法的对比实验第67-69页
    5.6 本章小结第69-70页
第6章 交互式图像分割方法在移动平台上的应用第70-80页
    6.1 引言第70页
    6.2 面向移动终端的交互式图像分割方法第70-74页
        6.2.1 方法概述第70-71页
        6.2.2 存储的优化第71-73页
        6.2.3 计算的优化第73-74页
    6.3 分割算法在移动端的调用第74-76页
        6.3.1 C语言函数库的实现第75-76页
        6.3.2 实现Android平台的调用第76页
    6.4 实验第76-79页
        6.4.1 实验设置第77-78页
        6.4.2 实验结果与分析第78-79页
    6.5 本章小结第79-80页
第7章 总结与展望第80-82页
    7.1 本文工作总结第80-81页
    7.2 下一步工作展望第81-82页
参考文献第82-87页
攻读学位期间发表的论文与研究成果清单第87-88页
致谢第88页

论文共88页,点击 下载论文
上一篇:面向海量数据的推荐系统的研究
下一篇:基于复杂背景的运动人体检测及行为分析研究