摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-20页 |
1.1 研究背景与意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 图像分割研究现状 | 第13-15页 |
1.2.2 协同分割研究现状 | 第15-18页 |
1.3 主要研究内容 | 第18页 |
1.4 章节组织 | 第18-20页 |
第2章 相关研究 | 第20-33页 |
2.1 引言 | 第20-21页 |
2.2 单幅图像处理技术 | 第21-28页 |
2.2.1 超像素分割 | 第21-24页 |
2.2.2 图像背景评估 | 第24-25页 |
2.2.3 基于轮廓的层次分割 | 第25-27页 |
2.2.4 图像显著性检测 | 第27-28页 |
2.3 相关图论知识 | 第28-30页 |
2.3.1 最大公共子图 | 第28-29页 |
2.3.2 最短路径算法 | 第29-30页 |
2.4 数据集与评估标准 | 第30-32页 |
2.4.1 实验数据集 | 第30页 |
2.4.2 评估标准 | 第30-32页 |
2.5 本章小结 | 第32-33页 |
第3章 基于最大公共子图和GrabCut的协同分割方法 | 第33-47页 |
3.1 引言 | 第33-34页 |
3.2 最大公共子图匹配 | 第34-39页 |
3.2.1 构建区域邻接图 | 第34-35页 |
3.2.2 计算最大公共子图 | 第35页 |
3.2.3 相似度计算 | 第35-37页 |
3.2.4 区域协同增长 | 第37-39页 |
3.3 GrabCut算法 | 第39页 |
3.4 基于冗余区域消除的像素级分割 | 第39-41页 |
3.4.1 冗余区域消除 | 第40-41页 |
3.4.2 像素级分割 | 第41页 |
3.5 实验 | 第41-46页 |
3.5.1 评估标准与实验平台 | 第42-43页 |
3.5.2 实验参数设置 | 第43页 |
3.5.3 实验结果与分析 | 第43-46页 |
3.6 本章小结 | 第46-47页 |
第4章 基于节点生成规则改进的有向图协同分割方法 | 第47-61页 |
4.1 引言 | 第47-48页 |
4.2 多局部区域生成 | 第48-51页 |
4.2.1 基于轮廓分割的局部区域生成 | 第48-49页 |
4.2.2 基于显著性检测的局部区域生成 | 第49-50页 |
4.2.3 基于目标检测的局部区域生成 | 第50-51页 |
4.3 节点生成规则改进 | 第51-52页 |
4.4 基于最短路径的有向图协同分割 | 第52-57页 |
4.4.1 节点映射 | 第53页 |
4.4.2 构建边 | 第53-54页 |
4.4.3 边权值计算 | 第54-57页 |
4.4.4 有向图求解 | 第57页 |
4.5 实验 | 第57-60页 |
4.5.1 评估标准与实验方法 | 第57-58页 |
4.5.2 实验结果与分析 | 第58-60页 |
4.6 本章小结 | 第60-61页 |
结论 | 第61-63页 |
参考文献 | 第63-69页 |
附录A 攻读硕士学位期间发表的学术论文 | 第69-70页 |
附录B 攻读硕士学位期间所参与的项目 | 第70-71页 |
致谢 | 第71页 |