摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-25页 |
1.1 课题的研究背景、目的及意义 | 第11-12页 |
1.2 活动轮廓的概念和分类 | 第12-15页 |
1.2.1 活动轮廓的概念 | 第12-13页 |
1.2.2 活动轮廓的分类 | 第13-15页 |
1.3 活动轮廓发展的简要历史以及研究现状 | 第15-21页 |
1.3.1 基于图像边界特征的活动轮廓 | 第15-17页 |
1.3.2 基于图像区域特征的活动轮廓 | 第17-21页 |
1.4 目前存在的若干问题 | 第21-23页 |
1.5 本文的主要研究内容和组织结构 | 第23-25页 |
第2章 预备知识 | 第25-37页 |
2.1 变分法 | 第25-34页 |
2.2 水平集方法 | 第34-36页 |
2.3 本章小结 | 第36-37页 |
第3章 一种梯度向量流散度驱动的活动轮廓模型 | 第37-67页 |
3.1 几种典型活动轮廓模型及其问题分析 | 第37-47页 |
3.1.1 测地活动轮廓 | 第37-39页 |
3.1.2 梯度向量流活动轮廓 | 第39-44页 |
3.1.3 梯度向量流快速几何活动轮廓 | 第44-45页 |
3.1.4 向量场卷积活动轮廓 | 第45-47页 |
3.2 梯度向量流的散度与活动轮廓模型 | 第47-54页 |
3.2.1 梯度向量流的散度 | 第47-49页 |
3.2.2 梯度向量流散度驱动的活动轮廓模型 | 第49-51页 |
3.2.3 模型分析 | 第51-54页 |
3.3 实验及分析 | 第54-66页 |
3.4 本章小结 | 第66-67页 |
第4章 微分几何框架下的边界映射算子 | 第67-82页 |
4.1 数量和向量值图像的边界映射算子 | 第67-76页 |
4.2 新的边界映射算子在彩色图像分割中的应用 | 第76-81页 |
4.3 本章小结 | 第81-82页 |
第5章 一种最小概率密度积分梯度流驱动的活动轮廓模型 | 第82-113页 |
5.1 几种典型的非参数统计活动轮廓模型 | 第82-86页 |
5.1.1 MI活动轮廓 | 第82-83页 |
5.1.2 Bhattacharyya距离活动轮廓 | 第83-84页 |
5.1.3 活动轮廓演化中的数字条件问题和AMP活动轮廓 | 第84-86页 |
5.2 最小概率密度积分与活动轮廓模型 | 第86-104页 |
5.2.1 独立同分布假设下的最小概率密度积分(MPDI) | 第86-91页 |
5.2.2 MPDI梯度流驱动的活动轮廓模型 | 第91-94页 |
5.2.3 模型分析 | 第94-104页 |
5.3 实验及分析 | 第104-111页 |
5.4 本章小结 | 第111-113页 |
结论 | 第113-115页 |
参考文献 | 第115-124页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第124-125页 |
致谢 | 第125-126页 |
个人简历 | 第126页 |