| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题背景和意义 | 第9-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 本文的主要工作 | 第17页 |
| 1.4 本文的内容安排 | 第17-19页 |
| 第二章 超像素概念及算法发展 | 第19-34页 |
| 2.1 常用超像素生成算法评价标准 | 第21-24页 |
| 2.1.1 直观角度评价标准 | 第21-22页 |
| 2.1.2 定量评价标准 | 第22-24页 |
| 2.2 几种典型的超像素生成算法 | 第24-30页 |
| 2.2.1 基于图论的超像素分割算法 | 第24-28页 |
| 2.2.2 基于梯度下降的超像素分割算法 | 第28-30页 |
| 2.3 改进的SLIC超像素生成算法 | 第30-33页 |
| 2.3.1 纹理特征选取 | 第30页 |
| 2.3.2 局部特征融合及超像素分割 | 第30-32页 |
| 2.3.3 实验结果及分析 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 图割理论在图像分割中的应用 | 第34-42页 |
| 3.1 图割的基本理论 | 第34-37页 |
| 3.1.1 图的基本概念 | 第34-36页 |
| 3.1.2 最大流/最小割定理 | 第36-37页 |
| 3.2 基于Graph cuts的图像分割原理 | 第37-40页 |
| 3.2.1 图的构造 | 第37-38页 |
| 3.2.2 能量函数的构造 | 第38-40页 |
| 3.3 基于图割的图像分割步骤 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 改进的超像素和Graph Cuts的自然图像文本内容的分割 | 第42-51页 |
| 4.1 基于超像素区域的图割模型 | 第42-47页 |
| 4.1.1 区域代价函数的定义 | 第43-46页 |
| 4.1.2 邻域代价函数的定义 | 第46-47页 |
| 4.1.3 本文算法步骤 | 第47页 |
| 4.2 实验结果及分析 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 工作总结 | 第51页 |
| 5.2 研究展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间的论文发表情况 | 第56-57页 |
| 致谢 | 第57页 |