首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

特征度量与信息传递的交互式图论分割方法研究

摘要第5-7页
Abstract第7-9页
1 绪论第17-33页
    1.1 研究背景、目的和意义第17-19页
    1.2 图像分割方法的研究现状第19-23页
        1.2.1 图像分割方法的分类第19-22页
        1.2.2 交互式图像分割第22-23页
    1.3 基于图论的交互式图像分割方法研究第23-29页
        1.3.1 基于图割的图像分割第23-27页
        1.3.2 基于随机游走的图像分割第27-29页
    1.4 课题来源第29页
    1.5 本文的主要研究工作和内容安排第29-31页
    1.6 本文工作的创新点第31-33页
2 结合非局部信息与图割的图像分割方法第33-46页
    2.1 引言第33-34页
    2.2 基于图割的图像分割模型第34-37页
    2.3 基于非局部信息和图割的图像分割算法第37-40页
        2.3.1 合并局部和非局部信息的权重构造第37-38页
        2.3.2 分割模型的构建第38-40页
    2.4 实验结果与分析第40-45页
        2.4.1 定性比较实验第41-42页
        2.4.2 定量比较实验第42-43页
        2.4.3 参数设置实验第43-45页
    2.5 本章小结第45-46页
3 基于图像块特征学习的图像分割方法第46-60页
    3.1 引言第46-47页
    3.2 相关工作介绍第47-48页
    3.3 基于图像块特征学习的图像分割算法第48-52页
        3.3.1 基于GMM的特征建模第48-50页
        3.3.2 分割模型的构建第50-51页
        3.3.3 自适应参数的设置第51-52页
    3.4 实验结果与分析第52-59页
        3.4.1 定性比较实验第52-54页
        3.4.2 定量比较实验第54-55页
        3.4.3 参数设置实验第55-57页
        3.4.4 算法复杂度和鲁棒性分析第57-59页
    3.5 本章小结第59-60页
4 基于多层图约束的多标签图像分割方法第60-78页
    4.1 引言第60-61页
    4.2 相关工作介绍第61-63页
    4.3 多层图的构建第63-65页
    4.4 基于博弈论优化的图像分割算法第65-69页
        4.4.1 概率估计第65-66页
        4.4.2 基于博弈论的优化框架第66-69页
    4.5 基于局部并行优化的图像分割算法第69-72页
        4.5.1 分割模型的构建第69-70页
        4.5.2 局部并行优化框架第70-72页
    4.6 实验结果与分析第72-77页
        4.6.1 两类分割比较实验第72-74页
        4.6.2 多类别分割比较实验第74-76页
        4.6.3 参数设置实验第76-77页
        4.6.4 算法复杂度分析第77页
    4.7 本章小结第77-78页
5 基于关系传递的图像分割方法第78-88页
    5.1 引言第78页
    5.2 相关工作介绍第78-80页
    5.3 基于关系传递的图像分割算法第80-82页
        5.3.1 鲁棒的关系传递第80-81页
        5.3.2 分割模型的构建第81-82页
    5.4 实验结果与分析第82-86页
    5.5 本章小节第86-88页
6 基于标签传递和高阶约束的视网膜SD-OCT序列图像水肿分割方法第88-102页
    6.1 引言第88-89页
    6.2 基于标签传递和高阶约束的SD-OCT序列图像水肿分割算法第89-96页
        6.2.1 预处理第89-90页
        6.2.2 分割模型第90-94页
        6.2.3 优化第94-96页
    6.3 实验结果与分析第96-101页
        6.3.1 定性比较实验第96-99页
        6.3.2 定量比较实验第99-101页
        6.3.3 统计相关性分析第101页
    6.4 本章小节第101-102页
7 结论与展望第102-106页
    7.1 本文各章节算法比较与讨论第102-104页
    7.2 本文工作总结第104-105页
    7.3 未来工作展望第105-106页
致谢第106-107页
参考文献第107-121页
附录A第121-122页
    A.1 公式(4.13)的推导第121-122页
附录B第122-126页
    B.1 性质4.1的证明第122-123页
    B.2 性质4.2的证明第123-126页
附录C第126-127页
    C.1 攻读博士学位期间发表的论文和出版著作情况第126页
    C.2 攻读博士学位期间参加的科学研究情况第126页
    C.3 攻读博士学位期间获得荣誉和奖励情况第126-127页

论文共127页,点击 下载论文
上一篇:基于非局部低秩约束的图像压缩感知重建方法研究
下一篇:轻武器典型杀伤元与靶标相互作用仿真及评估研究