| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·研究背景 | 第6-7页 |
| ·国内外研究现状 | 第7-9页 |
| ·本文的主要工作 | 第9-10页 |
| 第二章 噪声图像分割基础知识 | 第10-25页 |
| ·噪声模型 | 第10-14页 |
| ·高斯分布噪声 | 第10-12页 |
| ·泊松分布噪声 | 第12页 |
| ·瑞利分布噪声 | 第12-13页 |
| ·伽马分布噪声 | 第13-14页 |
| ·水平集理论及其数值实现 | 第14-17页 |
| ·曲线演化理论 | 第14-16页 |
| ·水平集方法 | 第16-17页 |
| ·数值实现方法 | 第17-24页 |
| ·窄带水平集法(Narrow band level set method) | 第20-21页 |
| ·快速行进法(Fast Marching Method) | 第21-24页 |
| ·小结 | 第24-25页 |
| 第三章 变分方法及Split Bregman算法 | 第25-36页 |
| ·变分方法基础 | 第25-29页 |
| ·泛函的定义 | 第25页 |
| ·泛函的极值问题 | 第25-29页 |
| ·Split Bregman算法的描述 | 第29-35页 |
| ·Bregman距离 | 第29-30页 |
| ·Bregman迭代 | 第30-32页 |
| ·Split Bregman算法 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于图像噪声分布的凸松弛分割通用模型 | 第36-50页 |
| ·平面图像分割的Chan-Vese模型 | 第36-38页 |
| ·基于Split Bregman算法的噪声图像分割的通用模型 | 第38-43页 |
| ·基于高斯噪声分布的图像分割模型 | 第40-41页 |
| ·基于瑞利噪声分布的图像分割模型 | 第41页 |
| ·基于泊松噪声分布的图像分割模型 | 第41-42页 |
| ·基于伽马噪声分布的图像分割模型 | 第42-43页 |
| ·基于Split Bregman算法的多相噪声图像分割的模型 | 第43-45页 |
| ·数值实验 | 第45-50页 |
| ·基于噪声分布的两相图像分割 | 第45-47页 |
| ·基于高斯噪声分布模型对其他噪声分布图像的分割 | 第47-48页 |
| ·基于噪声分布的多相图像分割 | 第48-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 攻读学位期间的研究成果 | 第53-54页 |
| 致谢 | 第54-55页 |
