基于Grab Cut的快速交互式图像分割算法研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·图像分割的背景介绍 | 第8-9页 |
| ·图割算法研究现状 | 第9-11页 |
| ·本文的贡献 | 第11-13页 |
| ·章节安排 | 第13-14页 |
| 第二章 Grab Cut理论基础 | 第14-23页 |
| ·Graph Cut | 第14-21页 |
| ·图像映射 | 第14页 |
| ·能量函数的设计 | 第14-17页 |
| ·权重分布 | 第17页 |
| ·最大流/最小割算法 | 第17-21页 |
| ·Grab Cut | 第21-22页 |
| ·高斯混合模型(GMM) | 第21页 |
| ·Grab Cut算法描述 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 超像素的生成算法 | 第23-30页 |
| ·分水岭算法 | 第23-24页 |
| ·降水模型和浸入模型描述 | 第23-24页 |
| ·分水岭算法原理 | 第24页 |
| ·Mean Shift算法 | 第24-28页 |
| ·Mean Shift算法原理 | 第24-27页 |
| ·Mean Shift算法的应用 | 第27-28页 |
| ·融合边缘置信度的Mean Shift算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于超像素的Grab Cut前景提取算法 | 第30-41页 |
| ·超像素的生成 | 第30-31页 |
| ·迭代估计高斯混合模型参数 | 第31-32页 |
| ·基于超像素的能量泛函数 | 第32-33页 |
| ·算法流程 | 第33-34页 |
| ·实验结果分析 | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 多边形交互的前景提取算法 | 第41-51页 |
| ·算法框架 | 第42页 |
| ·多边形交互 | 第42-43页 |
| ·超像素的生成 | 第43-44页 |
| ·能量泛函数的设计 | 第44-46页 |
| ·一元项 | 第44页 |
| ·二元项 | 第44-45页 |
| ·形状信息项的引入 | 第45页 |
| ·权重的设置 | 第45-46页 |
| ·局部修正 | 第46-47页 |
| ·算法流程 | 第47页 |
| ·实验结果分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 总结与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 个人简历 | 第57-58页 |
| 在学期间的研究成果及发表的学术论文 | 第58页 |
