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

基于非线性先验形状的水平集方法研究

中文摘要第1-6页
ABSTRACT第6-10页
1.绪论第10-15页
   ·课题研究的背景及意义第10-11页
   ·国内外研究现状第11-13页
   ·本文的主要工作和结构安排第13-15页
2.偏微分方程和区域型水平集方法第15-34页
   ·偏微分方程方法第15-22页
     ·有限差分法第16-18页
     ·数值实现模式第18-20页
     ·稳定性和收敛性的讨论第20-22页
   ·几种常见的水平集方法第22-30页
     ·Mumford-Shah模型第26页
     ·Chan-Vese模型第26-28页
     ·LBF模型第28-30页
   ·固有乘性成分优化(MICO)第30-33页
   ·对MICO的改进第33页
   ·本章小结第33-34页
3.基于非线性先验形状的水平集分割方法第34-45页
   ·核主成分分析(KPCA)第34-36页
   ·先验形状项的构造第36-37页
   ·能量整合第37-38页
   ·本文算法实现第38-44页
     ·训练样本集的获取与配准第38-41页
     ·非线性先验形状模型的构造第41-43页
     ·正式分割第43-44页
   ·本章小结第44-45页
4.实验分割结果及评价分析第45-62页
   ·实验评价标准第45-48页
     ·相对差异度(RDD)和相对重叠度(ROD)第46-47页
     ·相似度索引(SI)第47页
     ·真阳性率(TPR)、假阳性率(FPR)第47-48页
   ·实验环境配置第48页
   ·实验结果及分析第48-58页
     ·LBF分割结果第49-51页
     ·加先验形状的LBF分割结果第51-53页
     ·加先验形状的MICO分割结果第53-55页
     ·本文算法分割结果第55-57页
     ·相关参数研究第57-58页
   ·分割结果评价与分析第58-61页
     ·分割精度第58-61页
     ·时间效率第61页
   ·本章总结第61-62页
5.总结与展望第62-64页
   ·总结第62-63页
   ·展望第63-64页
参考文献第64-67页
攻读硕士学位期间发表学术论文情况第67-68页
致谢第68-69页
作者简介第69-70页

论文共70页,点击 下载论文
上一篇:三通切换阀关键零部件数字化设计平台的开发
下一篇:基于模块化神经网络的人耳识别