基于条件随机场的图像分割算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 图像分割研究现状 | 第12-16页 |
| 1.2.1 基于阈值的分割方法 | 第12-13页 |
| 1.2.2 基于区域的分割方法 | 第13-14页 |
| 1.2.3 基于边缘的分割方法 | 第14-15页 |
| 1.2.4 基于概率图的分割方法 | 第15-16页 |
| 1.3 条件随机场在图像分割中的研究现状 | 第16-17页 |
| 1.4 论文研究内容 | 第17-19页 |
| 第2章 条件随机场 | 第19-27页 |
| 2.1 概率图模型基本理论 | 第19-20页 |
| 2.2 随机场理论 | 第20页 |
| 2.3 马尔可夫随机场 | 第20-22页 |
| 2.4 条件随机场 | 第22页 |
| 2.5 参数学习 | 第22-23页 |
| 2.5.1 极大似然估计 | 第22-23页 |
| 2.5.2 极大后验概率 | 第23页 |
| 2.5.3 分段训练 | 第23页 |
| 2.6 模型推理 | 第23-25页 |
| 2.6.1 极大后验概率准则 | 第23-24页 |
| 2.6.2 极大后验边缘概率准则 | 第24页 |
| 2.6.3 迭代条件模式方法 | 第24页 |
| 2.6.4 图割方法 | 第24-25页 |
| 2.7 本章小结 | 第25-27页 |
| 第3章 条件随机场在图像分割中的应用 | 第27-43页 |
| 3.1 基于像素的条件随机场图像分割 | 第27-29页 |
| 3.2 势函数 | 第29-31页 |
| 3.2.1 关联势函数 | 第29-30页 |
| 3.2.2 交互势函数 | 第30-31页 |
| 3.3 图像特征 | 第31-37页 |
| 3.3.1 HOG | 第32-33页 |
| 3.3.2 SIFT | 第33-34页 |
| 3.3.3 LBP | 第34-35页 |
| 3.3.4 Texton | 第35-37页 |
| 3.4 数据集 | 第37-39页 |
| 3.5 实验与分析 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 基于区域匹配的高阶条件随机场 | 第43-55页 |
| 4.1 高阶条件随机场介绍 | 第43-44页 |
| 4.2 基于非局部区域匹配的高阶条件随机场 | 第44-47页 |
| 4.3 模型推理 | 第47-48页 |
| 4.4 实验与分析 | 第48-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 基于标记一致性的高阶条件随机场 | 第55-69页 |
| 5.1 标记一致性高阶能量项 | 第55-56页 |
| 5.2 基于标记一致性的高阶条件随机场 | 第56-58页 |
| 5.3 Robust P~n Potts模型 | 第58-59页 |
| 5.4 超像素 | 第59-60页 |
| 5.5 均值漂移算法 | 第60-62页 |
| 5.6 实验与分析 | 第62-66页 |
| 5.7 本章小结 | 第66-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 论文工作总结 | 第69页 |
| 6.2 未来展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77页 |
