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

基于目标多样性的图像协同分割方法研究

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

论文共71页,点击 下载论文
上一篇:基于Unity的儿童游戏式阅读系统的设计与实现
下一篇:旋翼无人机双目视觉的显著性检测方法研究