基于图割的深度图像分割研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究任务和创新点 | 第12-15页 |
| ·论文的主要内容和章节安排 | 第15-16页 |
| 2 图割理论 | 第16-29页 |
| ·图割概率推导 | 第16-19页 |
| ·图像分割转化成标号问题 | 第16-17页 |
| ·图割概率推导 | 第17-19页 |
| ·图割邻域系统 | 第19-21页 |
| ·邻域系统 | 第19-20页 |
| ·马尔科夫性 | 第20-21页 |
| ·能量函数 | 第21-23页 |
| ·能量函数项 | 第21-22页 |
| ·权值和图结构 | 第22-23页 |
| ·网络流求解 | 第23-28页 |
| ·网络流理论 | 第24页 |
| ·网络割 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 3 概率模型 | 第29-39页 |
| ·直方图 | 第29-31页 |
| ·直方图概念 | 第30-31页 |
| ·直方图计算 | 第31页 |
| ·高斯混合模型 | 第31-38页 |
| ·高斯函数概念 | 第31-32页 |
| ·高斯混合模型参数估计 | 第32-33页 |
| ·高斯参数求解EM算法 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于分层图割算法的图像分割 | 第39-56页 |
| ·改进能量函数 | 第39-42页 |
| ·新权值和图结构 | 第42-44页 |
| ·分层求解 | 第44-45页 |
| ·图割算法 | 第45-50页 |
| ·增广路算法 | 第46-48页 |
| ·增广路改进算法 | 第48-50页 |
| ·改进图割实施过程 | 第50-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 5 结论 | 第56-58页 |
| ·本文工作总结 | 第56-57页 |
| ·下一步研究方向 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
