| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究背景、研究现状及研究意义 | 第8-12页 |
| 1.1.1 课题研究背景 | 第8-9页 |
| 1.1.2 相似图像组分割研究现状 | 第9-12页 |
| 1.1.3 课题研究意义 | 第12页 |
| 1.2 相似图像组分割模型存在的问题 | 第12-14页 |
| 1.3 本文的主要内容与结构 | 第14-16页 |
| 第二章 模型介绍及相关知识基础 | 第16-24页 |
| 2.1 基于区域的单张图像分割模型 | 第16-19页 |
| 2.1.1 Chan-Vese(CV)模型 | 第16页 |
| 2.1.2 Region-Scalable Fitting (RSF)模型 | 第16-17页 |
| 2.1.3 Inhomogeneity-embedded Active Contour (InH_ACM )模型 | 第17-19页 |
| 2.2 组相似活动轮廓(ACGS)模型 | 第19-20页 |
| 2.2.1 组相似度度量 | 第19-20页 |
| 2.2.2 ACGS模型能量泛函 | 第20页 |
| 2.3 Graph-Based(GB)显著图 | 第20-21页 |
| 2.4 常用的颜色空间 | 第21-24页 |
| 2.4.1 RGB颜色空间 | 第21-22页 |
| 2.4.2 CMY颜色空间 | 第22页 |
| 2.4.3 HSV颜色空间 | 第22-24页 |
| 第三章 灰度不均匀相似图像组分割模型研究 | 第24-32页 |
| 3.1 引言 | 第24-25页 |
| 3.2 图像组预处理 | 第25-26页 |
| 3.2.1 计算反映图像纹理的InH图 | 第25页 |
| 3.2.2 GB显著图获取初始轮廓曲线 | 第25-26页 |
| 3.3 模型的建立 | 第26-27页 |
| 3.4 算法的实现 | 第27-28页 |
| 3.5 实验结果与参数设置 | 第28-31页 |
| 3.5.1 实验结果 | 第28-31页 |
| 3.5.2 参数设置 | 第31页 |
| 3.6 结论 | 第31-32页 |
| 第四章 彩色相似图像组分割模型研究 | 第32-39页 |
| 4.1 引言 | 第32-33页 |
| 4.2 相关知识 | 第33-34页 |
| 4.2.1 颜色空间的选择 | 第33-34页 |
| 4.2.2 向量CV模型 | 第34页 |
| 4.3 模型的建立 | 第34-35页 |
| 4.4 实验结果 | 第35-37页 |
| 4.5 算法加速 | 第37-38页 |
| 4.6 结论 | 第38-39页 |
| 总结与期望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 个人简历及在校期间的研究成果和发表的学术论文 | 第44页 |