| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 研究现状及存在问题 | 第9-12页 |
| 1.2.1 研究现状 | 第9-12页 |
| 1.2.2 存在的主要问题 | 第12页 |
| 1.3 本文研究内容和组织结构 | 第12-14页 |
| 第2章 基于概率图模型的图像分割技术 | 第14-25页 |
| 2.1 基本理论 | 第14-16页 |
| 2.1.1 图像与图的映射关系 | 第14-15页 |
| 2.1.2 标记问题 | 第15-16页 |
| 2.1.3 最小割和最大流问题 | 第16页 |
| 2.2 概率图模型及能量最小化 | 第16-20页 |
| 2.2.1 随机场模型 | 第16-17页 |
| 2.2.2 马尔科夫随机场模型 | 第17-18页 |
| 2.2.3 条件随机场模型 | 第18-19页 |
| 2.2.4 能量最小化 | 第19-20页 |
| 2.3 基于概率图模型的图像分割设计步骤 | 第20-24页 |
| 2.3.1 能量函数的构造 | 第20-21页 |
| 2.3.2 图的构造 | 第21-23页 |
| 2.3.3 最小割/最大流方法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于CRFs模型的图像分割研究 | 第25-46页 |
| 3.1 引言 | 第25-26页 |
| 3.2 CRFs模型 | 第26-33页 |
| 3.2.1 点对CRFs模型 | 第26-27页 |
| 3.2.2 一元能量项生成 | 第27-32页 |
| 3.2.3 点对CRFs模型参数学习 | 第32-33页 |
| 3.3 基于高阶CRFs模型的图像分割算法 | 第33-42页 |
| 3.3.1 P~n Potts模型 | 第34-36页 |
| 3.3.2 鲁棒性的高阶势函数 | 第36-38页 |
| 3.3.3 高阶势函数的转换 | 第38-40页 |
| 3.3.4 能量最小化 | 第40-42页 |
| 3.4 仿真结果与分析 | 第42-45页 |
| 3.4.1 参数设置 | 第43页 |
| 3.4.2 算法性能 | 第43-44页 |
| 3.4.3 分割效果 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于深度高阶CRFs模型的图像分割研究 | 第46-61页 |
| 4.1 引言 | 第46-47页 |
| 4.2 深度高阶CRFs模型 | 第47-55页 |
| 4.2.1 扩充纹元图 | 第47-53页 |
| 4.2.2 合作割势函数 | 第53-55页 |
| 4.3 基于深度高阶CRFs模型的图像分割算法 | 第55-58页 |
| 4.3.1 基于N-Cuts算法的多分割图生成 | 第55-57页 |
| 4.3.2 能量最小化 | 第57-58页 |
| 4.4 仿真结果与分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 基于图像分割的不规则物体视觉定位平台的实现 | 第61-74页 |
| 5.1 引言 | 第61页 |
| 5.2 系统的总体结构 | 第61-71页 |
| 5.2.1 硬件系统 | 第63页 |
| 5.2.2 软件系统 | 第63-71页 |
| 5.3 实验验证 | 第71-73页 |
| 5.3.1 标定模块实验 | 第71-72页 |
| 5.3.2 识别模块实验 | 第72-73页 |
| 5.3.3 定位模块实验 | 第73页 |
| 5.4 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 论文的主要工作与结论 | 第74-75页 |
| 6.2 论文工作的不足及研究展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 附录 攻读硕士学位期间发表的论文 | 第83页 |