摘要 | 第1-9页 |
ABSTRACT | 第9-15页 |
第1章 绪论 | 第15-24页 |
·课题背景及意义 | 第15-16页 |
·研究现状 | 第16-20页 |
·需要进一步研究的问题 | 第20-21页 |
·本文研究内容及其结构安排 | 第21-24页 |
第2章 基于图像采样的窄带C-V水平集图像分割研究 | 第24-34页 |
·预备知识 | 第24-26页 |
·C-V水平集模型 | 第24-25页 |
·无需重新初始化的C-V水平集模型 | 第25-26页 |
·引言 | 第26-27页 |
·基于图像采样的窄带C-V水平集模型构建 | 第27-30页 |
·边缘映射方法 | 第29页 |
·生成边缘窄带和距离函数方法 | 第29-30页 |
·生成止负符号方法 | 第30页 |
·实验与分析 | 第30-33页 |
·人工合成图像实验 | 第30-31页 |
·高分辨率遥感图像分割实验 | 第31-32页 |
·分割效率比较分析 | 第32-33页 |
·本章小结 | 第33-34页 |
第3章 虚拟距离窄带水平集图像分割研究 | 第34-53页 |
·引言 | 第34-35页 |
·传统C-V水平集演化的效率问题 | 第35-36页 |
·符号距离函数重新初始化的效率问题 | 第36-37页 |
·虚拟距离窄带水平集模型构建 | 第37-41页 |
·模型描述 | 第37-38页 |
·模型演化过程示意 | 第38-40页 |
·水平集函数收敛条件 | 第40-41页 |
·算法的主要步骤 | 第41页 |
·实验与分析 | 第41-52页 |
·初始化曲线位置对分割结果的影响 | 第42-44页 |
·窄带宽度对分割效率的影响 | 第44-45页 |
·噪声对分割效果的影响 | 第45-46页 |
·医学图像分割实验 | 第46-47页 |
·遥感图像海岸线分割实验 | 第47-48页 |
·遥感图像溢油分割实验 | 第48-49页 |
·分割效率比较 | 第49-51页 |
·分割效果比较 | 第51-52页 |
·本章小结 | 第52-53页 |
第4章 灰度不均匀图像分割研究 | 第53-69页 |
·引言 | 第53-54页 |
·问题的提出 | 第54-55页 |
·LBF模型介绍 | 第54-55页 |
·LBF模型的效率问题 | 第55页 |
·快速窄带LBF灰度不均匀图像分割模型构建 | 第55-59页 |
·模型描述 | 第55-57页 |
·水平集演化过程示意 | 第57-58页 |
·符号距离函数重新初始化方法 | 第58-59页 |
·水平集收敛条件 | 第59页 |
·算法的主要步骤 | 第59页 |
·实验与分析 | 第59-67页 |
·初始化曲线位置对分割结果的影响 | 第60-61页 |
·噪声对分割效果的影响 | 第61-62页 |
·医学图像分割实验及分割时间对比 | 第62-63页 |
·海面雷达图像溢油分割实验 | 第63-65页 |
·遥感图像溢油分割实验 | 第65-66页 |
·分割效率和效果与LBF模型比较 | 第66-67页 |
·本章小结 | 第67-69页 |
第5章 基于Parzen窗口概率驱动C-V水平集图像分割研究 | 第69-79页 |
·引言 | 第69页 |
·Parzen窗口介绍 | 第69-70页 |
·Parzen窗口概率驱动C-V水平集模型构建 | 第70-74页 |
·模型描述 | 第70-72页 |
·Parzen窗口宽度动态估计 | 第72-73页 |
·概率估计快速算法 | 第73-74页 |
·概率估计算法复杂度分析 | 第74页 |
·实验分析与对比 | 第74-78页 |
·本章小结 | 第78-79页 |
第6章 模糊聚类FCM图像分割研究 | 第79-91页 |
·模糊聚类FCM介绍 | 第79-80页 |
·FCM快速海岸线检测模型构建 | 第80-85页 |
·引言 | 第80页 |
·模型描述 | 第80-82页 |
·隶属度计算 | 第82-83页 |
·实验与分析 | 第83-84页 |
·算法效率分析 | 第84-85页 |
·小结 | 第85页 |
·基于邻域信息的FCM图像分割模型构建 | 第85-91页 |
·引言 | 第85-86页 |
·模型描述 | 第86-88页 |
·算法的主要步骤 | 第88-89页 |
·人工合成图像分割实验与对比 | 第89页 |
·遥感图像分割实验与对比 | 第89-90页 |
·小结 | 第90-91页 |
第7章 动态加权模糊核聚类方法研究 | 第91-103页 |
·引言 | 第91-92页 |
·核方法介绍 | 第92页 |
·动态加权模糊核聚类模型构建 | 第92-96页 |
·模型描述 | 第92-96页 |
·收敛证明 | 第96页 |
·实验与分析 | 第96-102页 |
·线性分类仿真 | 第96-98页 |
·非线性分类仿真 | 第98-99页 |
·IRIS数据实验 | 第99-100页 |
·图像纹理分类实验 | 第100-102页 |
·本章小结 | 第102-103页 |
第8章 网格重叠差分盒提取图像纹理研究 | 第103-114页 |
·预备知识 | 第103-105页 |
·图像纹理提取方法与应用 | 第103页 |
·差分盒算法简介 | 第103-105页 |
·引言 | 第105页 |
·网格重叠差分盒模型构建 | 第105-108页 |
·模型定义 | 第105-107页 |
·盒子非整数计数法 | 第107页 |
·缩放尺度整数化 | 第107页 |
·测量纹理的窗口大小选择 | 第107-108页 |
·网格重叠分形维数范围证明 | 第108-110页 |
·实验分析与对比 | 第110-113页 |
·拟合性实验 | 第110-112页 |
·网格重叠的重叠度分析 | 第112-113页 |
·本章小结 | 第113-114页 |
结论 | 第114-116页 |
参考文献 | 第116-126页 |
攻读学位期间公开发表论文 | 第126-128页 |
致谢 | 第128-129页 |
作者简介 | 第129页 |