摘要 | 第3-5页 |
Abstract | 第5-7页 |
第1章 绪论 | 第14-28页 |
1.1 研究背景及意义 | 第14-19页 |
1.1.1 研究背景与问题 | 第14-15页 |
1.1.2 图像分割方法概述 | 第15-18页 |
1.1.3 研究意义 | 第18-19页 |
1.2 图割在图像分割方面的研究现状 | 第19-22页 |
1.3 论文主要工作及贡献 | 第22-28页 |
第2章 基于图割的图像分割 | 第28-52页 |
2.1 基础知识 | 第28-36页 |
2.2 基于图割的图像分割 | 第36-41页 |
2.3 图割与目标形状相结合的图像分割 | 第41-46页 |
2.3.1 形状表示 | 第41-42页 |
2.3.2 形状能量 | 第42-43页 |
2.3.3 形状对齐 | 第43-46页 |
2.3.4 形状信息与分割模型相结合 | 第46页 |
2.4 图像分割质量评价 | 第46-50页 |
2.4.1 图像分割质量主观评价 | 第46-47页 |
2.4.2 图像分割质量客观评价 | 第47-50页 |
2.5 本章小结 | 第50-52页 |
第3章 基于图割与自适应形状先验的图像分割 | 第52-68页 |
3.1 引言 | 第52页 |
3.2 图割分割模型 | 第52-53页 |
3.2.1 图割能量函数 | 第52-53页 |
3.2.2 区域项 | 第53页 |
3.2.3 边界项 | 第53页 |
3.3 自适应形状先验模型 | 第53-56页 |
3.3.1 形状表示 | 第53-55页 |
3.3.2 自适应形状先验 | 第55页 |
3.3.3 形状模板对齐 | 第55-56页 |
3.4 最小化能量函数 | 第56页 |
3.5 基于图割与自适应形状先验的图像分割算法 | 第56页 |
3.6 实验与分析 | 第56-66页 |
3.6.1 实验说明 | 第56-57页 |
3.6.2 实验结果及评价 | 第57-66页 |
3.7 本章小结 | 第66-68页 |
第4章 基于图割与非线性统计形状先验的图像分割 | 第68-84页 |
4.1 引言 | 第68页 |
4.2 核主成分分析 | 第68-69页 |
4.3 非线性统计形状先验模型 | 第69-72页 |
4.3.1 平均形状先验 | 第69-70页 |
4.3.2 非线性统计形状先验能量函数 | 第70-71页 |
4.3.3 非线性统计形状先验与图割相结合的模型 | 第71-72页 |
4.4 基于图割与非线性统计形状先验的图像分割算法 | 第72-73页 |
4.5 实验与分析 | 第73-82页 |
4.5.1 实验说明 | 第73-75页 |
4.5.2 实验结果及评价 | 第75-82页 |
4.6 本章小结 | 第82-84页 |
第5章 基于图割与多先验形状的多目标图像分割方法 | 第84-100页 |
5.1 引言 | 第84页 |
5.2 基础知识 | 第84-86页 |
5.3 形状先验模型 | 第86-88页 |
5.3.1 单形状先验模型 | 第86页 |
5.3.2 多形状先验模型 | 第86-87页 |
5.3.3 自适应形状先验 | 第87-88页 |
5.4 数据项讨论 | 第88-90页 |
5.5 基于图割与多先验形状的图像分割算法 | 第90页 |
5.6 实验与分析 | 第90-97页 |
5.6.1 实验说明 | 第91页 |
5.6.2 实验结果及评价 | 第91-97页 |
5.7 本章小结 | 第97-100页 |
第6章 基于图割与改进模糊C均值的图像分割 | 第100-110页 |
6.1 引言 | 第100-101页 |
6.2 改进的模糊C均值模型 | 第101-103页 |
6.2.1 模糊C均值 | 第101页 |
6.2.2 改进的模糊C均值 | 第101-102页 |
6.2.3 构建图模型 | 第102-103页 |
6.3 基于图割与改进模糊C均值聚类的图像分割算法 | 第103-104页 |
6.4 实验与分析 | 第104-107页 |
6.4.1 实验说明 | 第104页 |
6.4.2 实验结果及评价 | 第104-107页 |
6.5 本章小结 | 第107-110页 |
第7章 总结与展望 | 第110-112页 |
7.1 总结全文 | 第110-111页 |
7.2 研究展望 | 第111-112页 |
参考文献 | 第112-124页 |
致谢 | 第124-126页 |
攻读博士学位期间科研成果 | 第126页 |