基于变分水平集的图像分割算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·图像分割的背景与意义 | 第8-9页 |
| ·图像分割概述 | 第8页 |
| ·图像分割的意义 | 第8-9页 |
| ·国内外的研究现状 | 第9-10页 |
| ·基于边缘的图像分割方法 | 第9页 |
| ·基于区域的图像分割方法 | 第9-10页 |
| ·基于偏微分方程的图像分割方法 | 第10页 |
| ·本论文的难点与重点 | 第10-11页 |
| ·本论文的内容安排 | 第11-13页 |
| 2 相关的数学基础 | 第13-25页 |
| ·偏微分方程简介 | 第13-15页 |
| ·偏微分的引入 | 第13-14页 |
| ·偏微分方程的数值解法 | 第14-15页 |
| ·变分法与梯度下降法 | 第15-18页 |
| ·变分法 | 第15-17页 |
| ·梯度下降法 | 第17-18页 |
| ·水平集方法 | 第18-24页 |
| ·曲线演化理论 | 第18页 |
| ·水平集方法 | 第18-22页 |
| ·变分水平集 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 常见的水平集图像分割方法研究与实现 | 第25-40页 |
| ·MS模型 | 第25-26页 |
| ·CV模型 | 第26-31页 |
| ·CV模型 | 第26-29页 |
| ·实验结果及分析 | 第29-31页 |
| ·多轮廓的CV模型 | 第31-33页 |
| ·多轮廓的CV模型 | 第31-32页 |
| ·实验结果及分析 | 第32-33页 |
| ·LBF模型 | 第33-39页 |
| ·LBF模型 | 第33-36页 |
| ·实验结果及分析 | 第36-37页 |
| ·多相位的LBF | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 水平集模型的改进及在图像分割中的应用 | 第40-55页 |
| ·多轮廓CV-LBF | 第40-49页 |
| ·多轮廓CV-LBF | 第40-43页 |
| ·实验结果及结论 | 第43-47页 |
| ·将两相位推广到多相位 | 第47-49页 |
| ·加边缘信息的多轮廓单水平集 | 第49-53页 |
| ·加边缘信息的多轮廓单水平集 | 第49-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 5 总结与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间参加的科学研究情况 | 第62页 |
