基于数据场和水平集的图像分割算法的研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-14页 |
| 1.1.1 数字图像处理 | 第9-10页 |
| 1.1.2 图像分割概述 | 第10-11页 |
| 1.1.3 国内外研究现状 | 第11-14页 |
| 1.2 研究背景及意义 | 第14-15页 |
| 1.3 研究内容与结构 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 文章结构 | 第16-17页 |
| 第2章 数据场的基本概念和应用 | 第17-27页 |
| 2.1 数据场的基本概念 | 第17-22页 |
| 2.1.1 数据场的模型结构 | 第17-21页 |
| 2.1.2 数据场的影响因子 | 第21-22页 |
| 2.2 数据场的应用领域 | 第22-26页 |
| 2.2.1 数据场在聚类上的应用 | 第23-24页 |
| 2.2.2 数据场在提取特征和识别上的应用 | 第24-25页 |
| 2.2.3 数据场在图像分割上的应用 | 第25-26页 |
| 2.2.4 数据场在其他领域上的应用 | 第26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于数据场自适应的图像二值化分割 | 第27-46页 |
| 3.1 算法框架 | 第27页 |
| 3.2 基于局部极值插值的边缘保持预处理 | 第27-30页 |
| 3.3 图像数据场 | 第30-36页 |
| 3.3.1 图像势值等势线 | 第30-34页 |
| 3.3.2 基于势值等势线的阈值分割 | 第34-36页 |
| 3.4 实验结果及分析 | 第36-44页 |
| 3.4.1 实验环境及评价指标 | 第36-37页 |
| 3.4.2 实验结果对比分析 | 第37-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 结合数据场和水平集的图像演化分割 | 第46-59页 |
| 4.1 水平集方法的引入 | 第46-47页 |
| 4.2 水平集方法的应用实例 | 第47-50页 |
| 4.2.1 水平集模型 | 第47-48页 |
| 4.2.2 水平集的应用 | 第48-50页 |
| 4.3 结合数据场的水平集演化 | 第50-53页 |
| 4.3.1 结合数据场和水平集的算法框架 | 第50页 |
| 4.3.2 结合数据场和水平集的算法步骤 | 第50-53页 |
| 4.4 实验结果与分析 | 第53-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 下一步工作 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第68页 |
