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

基于活动轮廓模型的图像分割方法

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-14页
    1.1 课题研究的目的及意义第8页
    1.2 基于活动轮廓模型的图像分割方法研究现状第8-12页
    1.3 本文研究内容和结构安排第12-13页
    1.4 本章小结第13-14页
第二章 活动轮廓模型的理论知识第14-24页
    2.1 活动轮廓模型的基本思想第14-15页
    2.2 曲线演化理论和水平集方法第15-19页
        2.2.1 曲线演化理论第15-17页
        2.2.2 演化曲线的水平集函数表示第17-19页
    2.3 几何活动轮廓模型的图像分割第19-23页
        2.3.1 几何活动轮廓模型(GACM)第19-20页
        2.3.2 测地线的活动轮廓模型(GAC)第20-21页
        2.3.3 C-V模型第21-22页
        2.3.4 距离正则化水平集方法模型(DRLSE)第22-23页
    2.4 本章小结第23-24页
第三章 基于局部极性信息的活动轮廓模型第24-36页
    3.1 引言第24-25页
    3.2 相关理论第25-29页
        3.2.1 极性信息第25-26页
        3.2.2 改进的符号距离函数第26-29页
    3.3 本章算法描述第29-32页
        3.3.1 本章模型的定义第29-30页
        3.3.2 算法步骤及流程图第30-31页
        3.3.3 分割性能评价第31-32页
    3.4 实验结果与分析第32-35页
        3.4.1 真实图像分割实验第32-34页
        3.4.2 合成图像分割实验第34-35页
    3.5 本章小结第35-36页
第四章 基于改进的测地线活动轮廓模型第36-50页
    4.1 引言第36-37页
    4.2 SPF函数第37-39页
    4.3 本章算法描述第39-42页
        4.3.1 本章模型定义第39-40页
        4.3.2 算法步骤及流程图第40-42页
    4.4 实验结果与分析第42-49页
        4.4.1 弱边缘和内孔图像实验第42-44页
        4.4.2 ROI图像分割第44-45页
        4.4.3 深度凹陷图像分割第45-46页
        4.4.4 多目标图像分割第46-49页
    4.5 本章小结第49-50页
第五章 总结与展望第50-52页
    5.1 总结第50-51页
    5.2 展望第51-52页
参考文献第52-56页
攻读硕士学位期间发表的论文和参加科研情况第56-57页
    一、攻读硕士学位期间发表的论文第56页
    二、攻读硕士学位期间参加科研情况第56-57页
致谢第57-58页

论文共58页,点击 下载论文
上一篇:基于GPU和分布式CPU的协同过滤推荐算法加速技术研究
下一篇:基于图像序列的小波变换图像融合算法的研究