基于超像素的点互信息图像边界检测与分割算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·图像边缘检测研究现状 | 第11-12页 |
| ·图像分割研究现状 | 第12-13页 |
| ·研究内容与技术路线 | 第13-15页 |
| ·主要研究内容 | 第13-14页 |
| ·技术路线 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 相关理论及方法概述 | 第16-27页 |
| ·点互信息边界检测算法 | 第16-19页 |
| ·点互信息的概念 | 第16页 |
| ·点互信息边界检测算法 | 第16-19页 |
| ·归一化分割算法 | 第19-21页 |
| ·图的最小割 | 第19-20页 |
| ·归一化切割准则 | 第20-21页 |
| ·Ncut分割准则的不同解法 | 第21页 |
| ·图像边界检测和分割算法的评价 | 第21-26页 |
| ·评价方法 | 第22-25页 |
| ·相关数据库 | 第25-26页 |
| ·本章小节 | 第26-27页 |
| 第三章 基于超像素的点互信息边界检测算法 | 第27-38页 |
| ·原点互信息边界检测算法分析 | 第27-29页 |
| ·基于超像素的采样方法 | 第29-32页 |
| ·SLIC超像素 | 第29-31页 |
| ·基于超像素分割的采样方法设计 | 第31-32页 |
| ·算法设计 | 第32-33页 |
| ·实验结果 | 第33-37页 |
| ·参数设置 | 第33-34页 |
| ·定量评价 | 第34-35页 |
| ·定性评价 | 第35-37页 |
| ·本章小节 | 第37-38页 |
| 第四章 基于超像素的点互信息图像分割算法 | 第38-49页 |
| ·谱聚类分割算法 | 第38-39页 |
| ·谱聚类分割的概念 | 第38页 |
| ·传统谱聚类分割算法分析 | 第38-39页 |
| ·基于超像素的点互信息特征提取 | 第39-43页 |
| ·图像特征的概念 | 第39-40页 |
| ·基于超像素的点互信息全局特征 | 第40-41页 |
| ·相似度模型的构建 | 第41-43页 |
| ·算法设计 | 第43-44页 |
| ·实验结果 | 第44-47页 |
| ·参数设置 | 第44-45页 |
| ·定量分析 | 第45-46页 |
| ·定性评价 | 第46-47页 |
| ·本章小节 | 第47-49页 |
| 第五章 结论与展望 | 第49-51页 |
| ·结论 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |
