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

像素级与对象级Markov随机场模型的协同优化研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-14页
    1.1 究背景及意义第10页
    1.2 MRF模型的研究现状第10-12页
    1.3 本文的研究思路和结构安排第12-14页
第二章 Markov随机场基本知识第14-28页
    2.1 邻域系统和势团第14-18页
        2.1.1 邻域系统第14-16页
        2.1.2 势团第16-18页
    2.2 Markov随机场和Gibbs随机场第18-21页
        2.2.1 Markov随机场第18-19页
        2.2.2 Gibbs随机场第19-21页
        2.2.3 Markov-Gibbs的等价性第21页
    2.3 常用Markov随机场模型第21-25页
        2.3.1 特征场模型第22-23页
        2.3.2 标记场模型第23-25页
    2.4 图像分割质量评价方法第25-26页
        2.4.1 Kappa系数第26页
        2.4.2 整体精度第26页
    2.5 本章小结第26-28页
第三章 基于标记数据的像素和对象相结合的MRF模型第28-48页
    3.1 MRF模型和图像分割第28-36页
        3.1.1 像素级MRF模型和图像分割第29-32页
        3.1.2 对象级MRF模型和图像分割第32-36页
    3.2 协同训练第36-37页
    3.3 模型建立第37-39页
        3.3.1 模型概述第37-39页
        3.3.2 模型算法第39页
    3.4 实验结果与分析第39-46页
        3.4.1 收敛性分析第40-42页
        3.4.2 与其他基于MRF方法的对比第42-46页
    3.5 本章小结第46-48页
第四章 基于观测数据的像素和对象相结合的MRF模型第48-62页
    4.1 观测数据的特征提取第48-49页
    4.2 模型建立第49-55页
        4.2.1 模型概述第50-51页
        4.2.2 参数设置第51-55页
        4.2.3 模型算法第55页
    4.3 实验结果与分析第55-61页
        4.3.1 收敛性分析第55-56页
        4.3.2 参数分析第56-58页
        4.3.3 与其他基于MRF方法的对比第58-61页
    4.4 本章小结第61-62页
第五章 总结与展望第62-64页
参考文献第64-70页
致谢第70-72页
攻读硕士期间撰写的学术论文第72-74页
攻读硕士期间参加的科研项目第74-76页
攻读硕士期间获奖及荣誉情况第76页

论文共76页,点击 下载论文
上一篇:基于变分正则化的图像分割与半监督数据分类研究
下一篇:基于用户兴趣的电子商务广告推荐模型研究与应用