摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第14-21页 |
1.1 课题研究背景和意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-19页 |
1.3 本文的主要研究工作和内容安排 | 第19-20页 |
1.5 本章小结 | 第20-21页 |
第二章 图像分割经典传统算法 | 第21-30页 |
2.1 边缘检测 | 第21-24页 |
2.1.1 一阶微分边缘检测算子 | 第21-22页 |
2.1.2 二阶微分边缘检测算子 | 第22-23页 |
2.1.3 几种边缘检测算子仿真结果实例 | 第23-24页 |
2.2 区域分割 | 第24-25页 |
2.2.1 区域增长 | 第24页 |
2.2.2 区域分裂与合并 | 第24-25页 |
2.3 数学形态学分割算法简述 | 第25-27页 |
2.3.1 二值图像形态学运算 | 第25-26页 |
2.3.2 灰度图像形态学运算 | 第26页 |
2.3.3 形态学操作的几个简单实例 | 第26-27页 |
2.4 水岭算法图像分割算法 | 第27-29页 |
2.4.1 经典分水岭算法的解题思路 | 第27-29页 |
2.4.2 分水岭算法仿真结果 | 第29页 |
2.5 本章小结 | 第29-30页 |
第三章 活动轮廓模型及其数学背景知识 | 第30-40页 |
3.1 参数活动轮廓模型 | 第30-35页 |
3.1.1 传统snakes模型 | 第31页 |
3.1.2 DVF模型 | 第31-32页 |
3.1.3 Balloon模型 | 第32-33页 |
3.1.4 GVF模型 | 第33页 |
3.1.5 参数活动轮廓模型仿真实验结果 | 第33-35页 |
3.2 几何活动轮廓模型 | 第35-39页 |
3.2.1 测地线活动轮廓(Geodesic Active Contour,GAC)模型 | 第35-36页 |
3.2.2 Mumford-Shah(M-S)模型 | 第36-37页 |
3.2.3 Chan-Vese(C-V)模型模型 | 第37-39页 |
3.3 本章小结 | 第39-40页 |
第四章 基于改进VFC结合Snakes模型的图像分割 | 第40-49页 |
4.1 引言 | 第40页 |
4.2 基于改进VFC结合Snakes模型 | 第40-43页 |
4.2.1 VFC活动轮廓模型 | 第40-42页 |
4.2.2 改进型VFC活动轮廓与C-V模型的结合 | 第42-43页 |
4.3 仿真实验结果及分析 | 第43-48页 |
4.3.1 实验环境 | 第43页 |
4.3.2 合成图像实验结果分析 | 第43-45页 |
4.3.3 自然图像及医学图像实验结果 | 第45-48页 |
4.4 本章小结 | 第48-49页 |
第五章 彩色图像光照变化的处理 | 第49-57页 |
5.1 引言 | 第49页 |
5.2 处理可变光照问题的传统处理方法 | 第49-51页 |
5.2.1 人脸建模法 | 第49-51页 |
5.2.2 不变特征提取法 | 第51页 |
5.2.3 光照补偿法 | 第51页 |
5.3 用于彩色图像的亮度处理算法 | 第51-56页 |
5.3.1 不同彩色空间的颜色表示 | 第52-54页 |
5.3.2 彩色空间仿真实验 | 第54-56页 |
5.4 本章小结及后续研究 | 第56-57页 |
第六章 总结与展望 | 第57-59页 |
参考文献 | 第59-64页 |
致谢 | 第64-65页 |
攻读硕士期间的科研成果 | 第65-66页 |
学位论文评阅及答辩情况表 | 第66页 |