基于水平集的高原鼠兔图像分割方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景及意义 | 第12-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·水平集方法研究现状 | 第14-16页 |
| ·动物图像分割研究现状 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第2章 相关知识介绍 | 第18-29页 |
| ·形态学基础 | 第18-20页 |
| ·膨胀和腐蚀 | 第18-19页 |
| ·开运算和闭运算 | 第19-20页 |
| ·变分法和梯度下降法 | 第20-22页 |
| ·变分法 | 第20-22页 |
| ·梯度下降法 | 第22页 |
| ·曲线演化理论 | 第22-24页 |
| ·水平集方法的基本理论 | 第24-28页 |
| ·水平集方法 | 第24-25页 |
| ·水平集函数的初始化 | 第25-27页 |
| ·水平集方法的数值计算 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于改进LBF模型的高原鼠兔图像分割 | 第29-45页 |
| ·引言 | 第29页 |
| ·常见的图像分割模型 | 第29-33页 |
| ·Snake模型 | 第30-31页 |
| ·Chan-Vese模型 | 第31-32页 |
| ·LBF模型 | 第32-33页 |
| ·高原鼠兔图像分割方法 | 第33-37页 |
| ·图像预处理 | 第33-35页 |
| ·全局梯度能量项 | 第35页 |
| ·改进LBF模型 | 第35-37页 |
| ·算法步骤 | 第37页 |
| ·实验结果及分析 | 第37-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于时空联合的鼠兔视频图像分割 | 第45-54页 |
| ·引言 | 第45页 |
| ·时空分割算法 | 第45-47页 |
| ·空间域分割 | 第45-46页 |
| ·时域分割 | 第46页 |
| ·时空联合分割 | 第46-47页 |
| ·基于快速目标检测和水平集的鼠兔视频图像分割 | 第47-50页 |
| ·快速目标检测 | 第48-49页 |
| ·时空联合分割算法 | 第49-50页 |
| ·实验结果及分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·本文工作总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第63页 |
