| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 协同超像素分割的概念与意义 | 第9-10页 |
| 1.2 相关工作的发展与现状 | 第10-14页 |
| 1.2.1 超像素分割的发展现状 | 第10-11页 |
| 1.2.2 协同分割的发展现状 | 第11-13页 |
| 1.2.3 协同超像素分割的现状 | 第13-14页 |
| 1.3 课题产生的背景 | 第14页 |
| 1.4 本文的主要内容 | 第14-15页 |
| 1.5 本文的主要结构 | 第15-16页 |
| 第二章 多仿射变换树的生成 | 第16-34页 |
| 2.1 图像区域仿射变换参数计算 | 第16-17页 |
| 2.2 李群和李代数 | 第17-19页 |
| 2.2.1 矩阵的对数和指数运算 | 第18-19页 |
| 2.3 对数空间的DEMONS算法(LOG-DEMONS) | 第19-28页 |
| 2.3.1 Demons算法 | 第19-22页 |
| 2.3.1.1 Demons算法的能量方程 | 第19-21页 |
| 2.3.1.2 基于乘积和基于增量的第一步优化算法 | 第21-22页 |
| 2.3.1.3 Demons算法的第二步优化算法 | 第22页 |
| 2.3.2 对数空间的微分同胚Demons算法 | 第22-28页 |
| 2.3.2.1 微分同胚对数-欧几里得框架 | 第23-25页 |
| 2.3.2.2 微分同胚Demons算法 | 第25-26页 |
| 2.3.2.3 对数空间的微分同胚Demons算法 | 第26-28页 |
| 2.4 基于LOG-DEMONS的多仿射变换树 | 第28-33页 |
| 2.4.1 速度场与对数-欧几里得多仿射变换的转换 | 第29-30页 |
| 2.4.2 基于图像特征的区域权重 | 第30-31页 |
| 2.4.3 基于Log-Demons的多仿射树形变换 | 第31-32页 |
| 2.4.4 结果展示 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于联合显著树的协同超像素分割 | 第34-57页 |
| 3.1 SLIC算法 | 第34-36页 |
| 3.2 基于改进的SLIC算法的分割树 | 第36-37页 |
| 3.3 联合显著树 | 第37-48页 |
| 3.3.1 图像显著度 | 第37-41页 |
| 3.3.2 联合显著图(joint saliency map) | 第41-43页 |
| 3.3.3 联合显著树 | 第43-48页 |
| 3.4 实验结果 | 第48-55页 |
| 3.4.1 实验结果 | 第48-54页 |
| 3.4.2 算法评价 | 第54-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第四章 总结和展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间已发表或录用的论文 | 第65-67页 |
