| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 目录 | 第13-17页 |
| 第一章 绪论 | 第17-23页 |
| ·研究背景 | 第17-18页 |
| ·研究现状 | 第18页 |
| ·论文贡献 | 第18-20页 |
| ·论文主要工作 | 第20-23页 |
| 第二章 图像分割综述 | 第23-27页 |
| ·图像分割定义 | 第23页 |
| ·图像分割的层次 | 第23-24页 |
| ·典型的图像分割方法 | 第24-27页 |
| 第三章 图像Bottom-up和Top-down分割的计算机技术 | 第27-39页 |
| ·本章简介 | 第27页 |
| ·图像Bottom-up分割方法特点 | 第27页 |
| ·物体识别的简要回顾 | 第27-28页 |
| ·图像Bottom-up分割方法的瓶颈 | 第28-29页 |
| ·图像Top-down分割 | 第29页 |
| ·早期的图像Top-down分割研究 | 第29-30页 |
| ·图像Top-down分割的识别技术 | 第30-31页 |
| ·特征类型 | 第31-35页 |
| ·局部特征定位和提取 | 第31-33页 |
| ·特征描述 | 第33页 |
| ·特征的学习和组织 | 第33-34页 |
| ·基于碎片的识别 | 第34-35页 |
| ·基于局部特征的图像Top-down分割 | 第35-37页 |
| ·训练学习环节 | 第36-37页 |
| ·空间模型的匹配 | 第37页 |
| ·小结 | 第37-39页 |
| 第四章 视觉感知基础 | 第39-51页 |
| ·本章简介 | 第39页 |
| ·视觉通路与机制 | 第39-41页 |
| ·Top-down分割的认知基础 | 第41-43页 |
| ·Top-down和Bottom-up的计算模型 | 第43-44页 |
| ·视觉活动的多尺度多分辨率现象 | 第44-47页 |
| ·多尺度的生理基础 | 第44-45页 |
| ·多尺度的定量模型 | 第45-46页 |
| ·拓扑整体感知与局部感知 | 第46-47页 |
| ·视觉注意机制与图像分割 | 第47-49页 |
| ·视觉注意的生理基础 | 第47-48页 |
| ·视觉注意的心理物理模型 | 第48-49页 |
| ·小结 | 第49-51页 |
| 第五章 多区域特征增强的水平集分割 | 第51-77页 |
| ·本章工作简介 | 第51页 |
| ·背景介绍 | 第51-52页 |
| ·Mumford-Shah模型 | 第52-53页 |
| ·水平集方法 | 第53-55页 |
| ·物体特征的Bayesian估计 | 第55-56页 |
| ·区域特征增强的分割模型 | 第56-57页 |
| ·多区域水平集分割 | 第57-63页 |
| ·子区域的分解 | 第58-59页 |
| ·合并前预处理 | 第59-60页 |
| ·子区域的合并 | 第60-63页 |
| ·多区域水平集能量计算 | 第63页 |
| ·实验 | 第63-76页 |
| ·小结 | 第76-77页 |
| 第六章 非线性尺度全变分的图像空间研究及应用 | 第77-93页 |
| ·本章工作简介 | 第77页 |
| ·多尺度图像分析 | 第77-78页 |
| ·尺度空间简介 | 第78页 |
| ·基于全变分滤波的尺度空间 | 第78-79页 |
| ·尺度参数选择 | 第79页 |
| ·尺度全变分方法 | 第79-83页 |
| ·散度计算分析 | 第80-81页 |
| ·扩大邻域的散度计算 | 第81-82页 |
| ·尺度全变分迭代方程 | 第82-83页 |
| ·停止条件和尺度选择 | 第83-84页 |
| ·实验 | 第84-92页 |
| ·小结 | 第92-93页 |
| 第七章 视觉注意引导和区域竞争的医学图像分割 | 第93-107页 |
| ·本章工作简介 | 第93页 |
| ·视觉注意计算模型 | 第93-94页 |
| ·视觉基本特征 | 第94-96页 |
| ·显著性映射图的合成 | 第96页 |
| ·模型计算流程图 | 第96-98页 |
| ·定量的视觉注意模型研究 | 第98-102页 |
| ·Itti模型的不足 | 第98-99页 |
| ·对比度计算 | 第99-100页 |
| ·基于Mean-Shift的图像显著性估计 | 第100-101页 |
| ·无阈值分类方法物体定位显著点 | 第101-102页 |
| ·注意视点转移与种子点定位 | 第102页 |
| ·种子区域模糊竞争生长 | 第102-103页 |
| ·实验 | 第103-106页 |
| ·小结 | 第106-107页 |
| 第八章 目标物体分割的理论基础 | 第107-119页 |
| ·本章简介 | 第107页 |
| ·背景 | 第107-110页 |
| ·相关工作 | 第110-111页 |
| ·分割与识别的统一 | 第110页 |
| ·局部物体的特征表示 | 第110页 |
| ·SIFT和MSER特征描述子 | 第110-111页 |
| ·基于碎片的分割 | 第111-113页 |
| ·Borenstein方法的局限 | 第113页 |
| ·碎片层次体系 | 第113-114页 |
| ·层次表示 | 第114-116页 |
| ·碎片树和决策树 | 第115页 |
| ·决策树分类 | 第115-116页 |
| ·物体的中轴线骨架 | 第116-118页 |
| ·小结 | 第118-119页 |
| 第九章 层次Top-down & Bottom-up分割 | 第119-171页 |
| ·本章工作简介 | 第119页 |
| ·图像Top-down分割的需求分析 | 第119-123页 |
| ·表面模型与形状模型的关系 | 第119-120页 |
| ·碎片的面积和形状选择 | 第120-121页 |
| ·图像的预处理 | 第121页 |
| ·视觉注意模型的应用 | 第121页 |
| ·匹配的策略 | 第121-122页 |
| ·整体与局部处理差异 | 第122页 |
| ·物体碎片的多尺度模型 | 第122-123页 |
| ·碎片掩模的正反转 | 第123页 |
| ·骨架碎片树 | 第123-126页 |
| ·碎片树 | 第123-124页 |
| ·骨架碎片树 | 第124-126页 |
| ·层次Top-down & Bottom-up分割系统 | 第126-137页 |
| ·系统流程 | 第126-128页 |
| ·层次结构中的大碎片和小碎片模型 | 第128-129页 |
| ·主骨架分支 | 第129-130页 |
| ·分支骨架和骨架分支 | 第130-131页 |
| ·主骨架分支的定位 | 第131-133页 |
| ·曲线的直线近似 | 第133-134页 |
| ·基于骨架的大碎片提取 | 第134-136页 |
| ·大碎片的后处理 | 第136-137页 |
| ·模型匹配 | 第137-155页 |
| ·大碎片的匹配 | 第137-140页 |
| ·匹配的实验 | 第140-148页 |
| ·小碎片匹配 | 第148页 |
| ·SIFT特征直方图 | 第148-150页 |
| ·MSER特征提取 | 第150-152页 |
| ·物体概率估计 | 第152-155页 |
| ·图像的图分割 | 第155-159页 |
| ·图分割基础 | 第155-156页 |
| ·图像的图表示 | 第156-158页 |
| ·半定规划求解方法 | 第158-159页 |
| ·分割实验 | 第159-170页 |
| ·小结 | 第170-171页 |
| 第十章 总结与展望 | 第171-175页 |
| ·论文总结 | 第171-173页 |
| ·下一步的工作 | 第173-175页 |
| 参考文献 | 第175-189页 |
| 攻读博士学位期间的科研成果 | 第189-191页 |
| 致谢 | 第191页 |
