分数阶ACM图像分割算法及其在杂草图像中的应用
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 分数阶微积分理论 | 第11-12页 |
| 1.2.2 主动轮廓模型（ACM） | 第12-14页 |
| 1.2.3 杂草图像分割 | 第14页 |
| 1.3 研究内容及章节安排 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 分数阶微积分理论与 ACM 综述 | 第16-30页 |
| 2.1 引言 | 第16-17页 |
| 2.2 分数阶微积分理论 | 第17-22页 |
| 2.2.1 分数阶微积分时域定义 | 第17-18页 |
| 2.2.2 分数阶微积分频域定义 | 第18-19页 |
| 2.2.3 分数阶微积分图像处理数值实现 | 第19-22页 |
| 2.3 ACM | 第22-29页 |
| 2.3.1 参数 ACM | 第22-24页 |
| 2.3.2 几何 ACM | 第24-27页 |
| 2.3.3 ACM 的数值解法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 分数阶 ACM 图像分割算法 | 第30-46页 |
| 3.1 引言 | 第30-31页 |
| 3.2 分数阶 ACM | 第31-45页 |
| 3.2.1 算法定义 | 第31-32页 |
| 3.2.2 算法分析 | 第32-38页 |
| 3.2.3 数值实现 | 第38-39页 |
| 3.2.4 实验分析 | 第39-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第四章 基于分形维数的分数阶 ACM 图像分割 | 第46-59页 |
| 4.1 引言 | 第46-47页 |
| 4.2 分形维数（FD） | 第47-52页 |
| 4.2.1 分形维数计算方法 | 第47-49页 |
| 4.2.2 多重分形谱计算方法 | 第49-52页 |
| 4.3 LFD 分数阶 ACM | 第52-58页 |
| 4.3.1 算法定义 | 第53页 |
| 4.3.2 算法分析 | 第53页 |
| 4.3.3 数值实现 | 第53-54页 |
| 4.3.4 实验分析 | 第54-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 耦合去噪模型的分数阶 ACM 图像分割 | 第59-90页 |
| 5.1 引言 | 第59页 |
| 5.2 去噪算法分类 | 第59-71页 |
| 5.2.1 变换域法 | 第60-61页 |
| 5.2.2 概率统计法 | 第61-63页 |
| 5.2.3 PDE 变分法 | 第63-70页 |
| 5.2.4 其他算法 | 第70-71页 |
| 5.3 耦合去噪功能的分数阶 ACM | 第71-89页 |
| 5.3.1 算法定义 | 第72-73页 |
| 5.3.2 算法分析 | 第73-74页 |
| 5.3.3 数值实现 | 第74-76页 |
| 5.3.4 实验分析 | 第76-86页 |
| 5.3.5 实验结果 | 第86-89页 |
| 5.4 本章小结 | 第89-90页 |
| 第六章 分数阶 ACM 算法杂草图像分割应用 | 第90-110页 |
| 6.1 杂草图像采集 | 第90-91页 |
| 6.2 彩色图像分割算法 | 第91-101页 |
| 6.2.1 算法流程 | 第91-92页 |
| 6.2.2 特征提取 | 第92-99页 |
| 6.2.3 图像分割 | 第99-101页 |
| 6.3 分割结果及评价 | 第101-109页 |
| 6.3.1 图像分割结果 | 第101-107页 |
| 6.3.2 分割结果评价 | 第107-109页 |
| 6.4 本章小结 | 第109-110页 |
| 第七章 总结与展望 | 第110-112页 |
| 7.1 全文总结 | 第110页 |
| 7.2 未来展望 | 第110-112页 |
| 参考文献 | 第112-120页 |
| 攻读博士学位期间主要成果 | 第120页 |
