贝叶斯边缘结构模型及其在物体分割中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-21页 |
| ·引言 | 第13-15页 |
| ·边缘分析 | 第15-17页 |
| ·研究内容及主要难点 | 第15-16页 |
| ·本文贡献 | 第16-17页 |
| ·物体分割 | 第17-19页 |
| ·研究内容及主要难点 | 第18页 |
| ·本文贡献 | 第18-19页 |
| ·本文内容安排 | 第19-21页 |
| 第2章 研究现状 | 第21-33页 |
| ·边缘分析 | 第21-30页 |
| ·边缘结构模型 | 第21-26页 |
| ·边缘感知组织 | 第26-30页 |
| ·物体分割 | 第30-33页 |
| 第3章 贝叶斯边缘结构模型 | 第33-51页 |
| ·研究背景 | 第33-34页 |
| ·边缘结构定义 | 第34-42页 |
| ·基本线段提取 | 第34-37页 |
| ·子结构定义 | 第37-39页 |
| ·图像特征提取 | 第39-41页 |
| ·特征向量 | 第41-42页 |
| ·模型的数学表达 | 第42-46页 |
| ·子结构后验概率 | 第42-44页 |
| ·Boosting决策树介绍 | 第44-45页 |
| ·基于Boosting决策树的概率估计 | 第45-46页 |
| ·实验结果 | 第46-50页 |
| ·描述性和鲁棒性 | 第46-49页 |
| ·多图像特征融合的性能 | 第49-50页 |
| ·讨论 | 第50-51页 |
| 第4章 贝叶斯边缘结构模型的训练 | 第51-61页 |
| ·训练样本 | 第51-53页 |
| ·样本收集 | 第51页 |
| ·样本标注 | 第51-53页 |
| ·模型的训练 | 第53-58页 |
| ·Boosting迭代训练 | 第53-56页 |
| ·模型的增量训练 | 第56-58页 |
| ·实验结果 | 第58-61页 |
| 第5章 贝叶斯边缘结构模型在物体分割中的应用 | 第61-73页 |
| ·构建图结构 | 第61-63页 |
| ·图像边缘的表示 | 第61-62页 |
| ·物体轮廓的表示 | 第62-63页 |
| ·基于能量优化的物体分割 | 第63-66页 |
| ·能量的数学表达 | 第63-64页 |
| ·能量归一化 | 第64-65页 |
| ·能量优化 | 第65页 |
| ·多物体分割 | 第65-66页 |
| ·实验结果 | 第66-71页 |
| ·简单形状物体分割实验 | 第67-68页 |
| ·复杂形状物体分割实验 | 第68-70页 |
| ·多物体分割实验 | 第70-71页 |
| ·讨论 | 第71-73页 |
| 第6章 工作总结与展望 | 第73-75页 |
| ·工作总结 | 第73-74页 |
| ·研究展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 在读期间发表的学术论文与取得的研究成果 | 第81-82页 |
