| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 针对灰度图像的分割算法发展现状 | 第16-18页 |
| 1.3 论文的主要工作及章节安排 | 第18-19页 |
| 第二章 基于传统水平集及其改进模型的图像分割算法 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 水平集分割算法 | 第19-26页 |
| 2.2.1 水平集分割算法原理 | 第19-20页 |
| 2.2.2 DRLSE分割算法 | 第20-22页 |
| 2.2.3 无需边缘信息的活动轮廓模型 | 第22-24页 |
| 2.2.4 结合局部强度信息的水平集分割方法 | 第24-26页 |
| 2.3 实验结果及分析 | 第26-31页 |
| 2.3.1 验证水平集初始轮廓的设定对算法性能影响 | 第27-29页 |
| 2.3.2 验证四种算法针对灰度图像的分割性能 | 第29-31页 |
| 2.4 图像分割的评价标准 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于模糊思想的水平集图像分割算法 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 传统的模糊C均值聚类算法 | 第33-34页 |
| 3.3 基于模糊思想的水平集图像分割算法 | 第34-46页 |
| 3.3.1 偏置场函数的引入与规则项的改进 | 第35-36页 |
| 3.3.2 算法步骤及流程图 | 第36-39页 |
| 3.3.3 实验结果及分析 | 第39-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于概率统计的快速水平集图像分割算法 | 第47-61页 |
| 4.1 引言 | 第47页 |
| 4.2 基于概率统计的图像分割算法 | 第47-53页 |
| 4.2.1 分割算法原理 | 第47-50页 |
| 4.2.2 实验结果及分析 | 第50-53页 |
| 4.3 基于概率统计的快速水平集图像分割算法 | 第53-59页 |
| 4.3.1 分割算法原理 | 第53-55页 |
| 4.3.2 实验结果及分析 | 第55-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 全文总结 | 第61-62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者介绍 | 第69-70页 |
| 1.基本情况 | 第69页 |
| 2.教育背景 | 第69页 |
| 3.攻读硕士学位期间的研究成果 | 第69-70页 |