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

基于变分水平集的图像分割方法研究

摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-32页
   ·研究背景及意义第13-18页
   ·水平集方法研究现状第18-29页
     ·水平集方法研究概况第18-22页
     ·水平集图像分割方法研究现状第22-27页
     ·水平集分割方法的研究趋势第27-29页
   ·本文的内容安排及主要创新点第29-32页
     ·本文的主要创新点第29-30页
     ·本文的内容安排第30-32页
第二章 理论知识第32-46页
   ·基本概念及数学理论第32-37页
     ·变分概念第32-33页
     ·Euler-Lagrange方程第33-35页
     ·梯度下降流第35-36页
     ·曲线演化理论第36-37页
   ·变分水平集方法基本理论第37-41页
     ·水平集方法第38-39页
     ·符号距离函数与水平集函数的初始化第39-40页
     ·水平集方法数值求解第40-41页
   ·基本变分水平集模型第41-45页
     ·Mumford-Shah模型第42页
     ·Chan-Vese模型第42-44页
     ·分段光滑PS模型第44-45页
   ·小结第45-46页
第三章 基于局部驱动核活动轮廓模型第46-67页
   ·引言第46-47页
   ·核函数理论与LBF模型第47-50页
     ·核函数理论第47-49页
     ·LBF模型第49-50页
   ·LKAC模型第50-59页
     ·全局驱动核项第51-52页
     ·局部驱动核项第52-54页
     ·规则化项第54页
     ·水平集演化方程式第54-57页
     ·数值计算第57-58页
     ·算法的步骤描述第58-59页
   ·实验结果与评价第59-66页
     ·参数设置及评价方法第59页
     ·分割实验结果第59-63页
     ·与LIF模型和LBF模型比较第63-66页
   ·小结第66-67页
第四章 基于多分辨率多水平集分割方法第67-94页
   ·引言第67-68页
   ·现有多水平集分割模型第68-73页
     ·N个水平集函数表达N个相第68-69页
     ·N个水平集函数表达 2N个相第69-71页
     ·1个水平集函数表达N+1 个相第71-72页
     ·N-1 个水平集函数表达N个相第72-73页
   ·多水平集分割方法第73-81页
     ·分割区域表示第73-75页
     ·区域竞争模型拟合能量第75-76页
     ·曲线演化方程第76-77页
     ·多水平集函数实现第77-80页
     ·算法的数值计算第80页
     ·算法步骤描述第80-81页
   ·基于多分辨率多水平集分割方法第81-86页
     ·多分辨率分析(MRA)第81-82页
     ·多分辨率多水平集分割方法第82-86页
     ·基于多分辨多水平集分割算法步骤描述第86页
   ·实验结果及评价第86-93页
     ·参数设置及评价方法第87-88页
     ·实验结果第88-93页
   ·小结第93-94页
第五章 基于统计方法的区域合并优先多水平集方法第94-115页
   ·引言第94-95页
   ·区域合并优先方法第95-98页
     ·区域合并优先定义第95-96页
     ·熵区域合并优先项第96-98页
   ·统计方法多水平集分割方法第98-106页
     ·基于统计方法的多水平集模型第98-100页
     ·两区域水平集分割方法第100-101页
     ·多区域多水平集分割方法第101-103页
     ·多水平集函数实现第103-105页
     ·熵区域合并优先权重系数及分析第105-106页
     ·算法步骤描述第106页
   ·实验结果与分析第106-114页
     ·遥感图像分割第107-112页
     ·与多区域竞争模型的比较第112-114页
   ·小结第114-115页
第六章 多区域图像分割的多层水平集方法第115-135页
   ·引言第115-116页
   ·多层水平集分割方法第116-127页
     ·系统总体框架第116-117页
     ·区域竞争模型的双水平集方法(DLSM)第117-120页
     ·单层图像前景填充方法第120-123页
     ·单层图像层上曲线演化终止条件第123-124页
     ·背景图像层的检测第124-127页
     ·算法步骤描述第127页
   ·实验结果与分析第127-134页
   ·小结第134-135页
第七章 总结与展望第135-138页
   ·本文研究工作及创新点第135-136页
   ·研究展望第136-138页
参考文献第138-145页
攻读博士学位期间已发表或录用的论文第145-146页
攻读博士学位期间参与科研项目及申请专利第146页

论文共146页,点击 下载论文
上一篇:感知视频指纹算法研究
下一篇:基于CPU/GPU平台的虚拟化技术研究