基于活动轮廓模型的图像分割

摘要	第1-6页
Abstract	第6-8页
目录	第8-10页
插图索引	第10-11页
附表索引	第11-12页
第1章 绪论	第12-22页
·图像分割的研究背景和意义	第12-13页
·图像分割方法的定义及分类	第13-16页
·基于数据的图像分割算法	第14-15页
·基于模型的图像分割算法	第15-16页
·活动轮廓模型（ACM）的研究背景及发展状况	第16-20页
·本文主要工作与内容安排	第20-22页
第2章 水平集理论与变分法	第22-36页
·曲线演化理论	第22-26页
·平面微分几何	第22-24页
·曲线演化的一般方程式	第24-26页
·水平集方法的基本理论	第26-33页
·水平集方法	第26-29页
·水平集函数的初始化	第29-31页
·水平集方法的数值计算	第31-33页
·变分法和梯度下降流	第33-34页
·变分原理	第33-34页
·梯度下降流	第34页
·小结	第34-36页
第3章 集成的变分水平集活动轮廓模型	第36-51页
·背景模型	第36-39页
·边缘检测模型	第36-37页
·Chan-Vese 模型	第37-38页
·Local Binary Fitting 模型	第38-39页
·一种基于全局信息的活动轮廓模型	第39-44页
·算法原理	第39-41页
·对照实验与分析	第41-44页
·集成的活动轮廓模型	第44-50页
·模型的建立	第44-46页
·实验结果与分析	第46-50页
·小结	第50-51页
第4章 融合模糊聚类的变分水平集模型	第51-59页
·模糊 C 均值聚类	第51-52页
·融合模糊聚类的变分水平集模型	第52-55页
·模型的建立	第52-54页
·模型的数值实现与求解步骤	第54-55页
·实验结果与分析	第55-58页
·小结	第58-59页
结论	第59-61页
参考文献	第61-67页
致谢	第67-68页
附录A 攻读学位期间完成的学术论文	第68页