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

图像语义分割研究

摘要第3-4页
Abstract第4页
第一章 绪论第8-13页
    1.1 课题目的与意义第8-9页
    1.2 国内外研究进展第9-10页
    1.3 研究的主要内容第10-11页
    1.4 论文的组织结构第11-12页
    1.5 本章小结第12-13页
第二章 相关工作第13-25页
    2.1 图像语义分割相关介绍第13-17页
        2.1.1 计算机视觉概要第13页
        2.1.2 图像分割技术第13-16页
        2.1.3 图像语义分割相关联技术第16-17页
    2.2 图像特征提取第17-23页
        2.2.1 颜色特征第17-19页
        2.2.2 局部二值特征第19-21页
        2.2.3 方向梯度直方图特征第21-23页
    2.3 分水岭算法第23-24页
        2.3.1 分水岭算法概述第23页
        2.3.2 分水岭算法发展第23-24页
    2.4 本章小结第24-25页
第三章 基于分割块的图像语义分割方法第25-40页
    3.1 BIS-ISS方法描述第25页
    3.2 初始分割块第25-28页
        3.2.1 边缘检测第25-27页
        3.2.2 分水岭变换第27-28页
    3.3 优化分割块第28页
    3.4 提取分割块特征第28-31页
        3.4.1 高效匹配核第29-30页
        3.4.2 特征提取步骤第30-31页
    3.5 训练分割块第31-33页
        3.5.1 训练SVM-ISS模型第31-32页
        3.5.2 训练RF-ISS模型第32-33页
    3.6 实验结果与分析第33-38页
        3.6.1 实验设计第33页
        3.6.2 评价指标第33-34页
        3.6.3 RF-ISS效果与分析第34-36页
        3.6.4 SVM-ISS效果与分析第36-37页
        3.6.5 方法对比分析第37-38页
    3.7 本章小结第38-40页
第四章 基于图像分层树的图像语义分割方法第40-51页
    4.1 HT-ISS方法描述第40-41页
    4.2 图像分层树模型第41页
    4.3 图模型第41-42页
    4.4 训练图像分层树第42-44页
    4.5 精炼分层树第44-45页
    4.6 实验结果与分析第45-50页
        4.6.1 实验设计第45-46页
        4.6.2 评价指标第46页
        4.6.3 实验分析第46-50页
    4.7 本章小结第50-51页
第五章 主要结论与展望第51-53页
    5.1 主要结论第51页
    5.2 展望第51-53页
致谢第53-54页
参考文献第54-57页
附录: 作者在攻读硕士学位期间发表的论文第57页

论文共57页,点击 下载论文
上一篇:针对承气汤类方古代医案运用数据挖掘技术探究其临床价值
下一篇:益气温阳和胃方联合西药治疗脾胃虚寒型十二指肠球部溃疡的疗效观察