基于形状先验的图像分割研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于水平集的分割模型 | 第10页 |
| 1.2.2 基于形状先验的分割方法 | 第10-12页 |
| 1.3 图像分割方法概述 | 第12-19页 |
| 1.3.1 水平集方法 | 第13-16页 |
| 1.3.2 Chan-Vese模型 | 第16-19页 |
| 1.4 本课题研究意义和主要内容 | 第19-21页 |
| 第二章 稀疏信号表示理论 | 第21-31页 |
| 2.1 信号表示 | 第21-22页 |
| 2.2 稀疏性度量 | 第22-24页 |
| 2.3 稀疏表示的求解问题 | 第24-27页 |
| 2.3.1 贪婪追踪算法 | 第24-25页 |
| 2.3.2 基追踪 | 第25-27页 |
| 2.4 字典学习 | 第27-28页 |
| 2.5 本章小结 | 第28-31页 |
| 第三章 基于形状先验的目标分割模型 | 第31-44页 |
| 3.1 能量函数构造 | 第31-33页 |
| 3.2 多姿态目标形状的先验分割 | 第33-37页 |
| 3.2.1 先验形状的匹配问题 | 第33-35页 |
| 3.2.2 形状的内部对齐 | 第35-37页 |
| 3.3 多先验下能量泛函 | 第37-42页 |
| 3.3.1 先验形状的目标分类 | 第38-41页 |
| 3.3.2 基于分类的先验形状目标分割 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于局部形状先验的分割模型 | 第44-53页 |
| 4.1 局部形状稀疏表示模型 | 第44-46页 |
| 4.2 验证实验 | 第46-47页 |
| 4.3 基于局部形状先验的分割 | 第47-52页 |
| 4.3.1 肾脏分割实验 | 第47-50页 |
| 4.3.2 肝脏分割实验 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 先验形状的主成分分析 | 第53-63页 |
| 5.1 PCA主成分分析 | 第53-55页 |
| 5.1.1 PCA主成分分析思路 | 第53-54页 |
| 5.1.2 主成分分析的几何意义 | 第54页 |
| 5.1.3 主成分分析步骤 | 第54-55页 |
| 5.2 先验形状PCA空间构建 | 第55-57页 |
| 5.3 基于PCA空间形状先验分割 | 第57-61页 |
| 5.3.1 低维度下形状的稀疏表示 | 第58-60页 |
| 5.3.2 PCA空间的稀疏先验分割 | 第60-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 工作总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63页 |
| 6.2 工作展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
