基于内容的超像素合并及其在图像分割中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-22页 |
| ·研究背景与意义 | 第8-10页 |
| ·灰度图像分割方法 | 第10-15页 |
| ·基于阈值的方法 | 第10-11页 |
| ·基于聚类的方法 | 第11-13页 |
| ·基于区域和边缘的方法 | 第13-14页 |
| ·基于全局优化的方法 | 第14-15页 |
| ·彩色图像分割方法 | 第15-19页 |
| ·基于阈值的彩色图像分割方法 | 第16页 |
| ·基于边缘的彩色图像分割方法 | 第16-17页 |
| ·基于聚类的彩色图像分割方法 | 第17页 |
| ·神经网络方法 | 第17-18页 |
| ·其它彩色图像分割方法 | 第18-19页 |
| ·图像理解相关的问题和研究现状 | 第19-21页 |
| ·本文的内容安排 | 第21-22页 |
| 第二章 超像素的计算 | 第22-30页 |
| ·超像素在图像分割、理解中的意义 | 第22-23页 |
| ·超像素方法回顾 | 第23-29页 |
| ·基于图论的超像素计算方法 | 第23-26页 |
| ·基于梯度上升的超像素计算方法 | 第26-27页 |
| ·超像素计算方法比较 | 第27-29页 |
| ·存在的问题 | 第29-30页 |
| 第三章 超像素的内容表达与相似性度量 | 第30-48页 |
| ·特征 | 第30-42页 |
| ·颜色特征 | 第30-36页 |
| ·直方图特征 | 第36-37页 |
| ·纹理特征 | 第37-40页 |
| ·不变矩特征 | 第40-42页 |
| ·相似性度量 | 第42-48页 |
| ·常用的相似性度量方法 | 第42-44页 |
| ·本实验的相似性度量方法 | 第44-48页 |
| 第四章 超像素的合并与彩色图像分割 | 第48-63页 |
| ·超像素的合并 | 第48-51页 |
| ·层次聚类在图像分割中的应用 | 第48-49页 |
| ·超像素合并策略 | 第49-50页 |
| ·区域合并停止准则 | 第50-51页 |
| ·近邻传播聚类的彩色图像分割 | 第51-54页 |
| ·近邻传播聚类原理 | 第51-52页 |
| ·近邻传播聚类在彩色图像分割中的应用 | 第52-54页 |
| ·算法优化 | 第54-59页 |
| ·颜色量化 | 第54-56页 |
| ·加入 HSV 颜色空间的信息 | 第56-59页 |
| ·方法比较及分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 攻读硕士学位期间参与的科研项目 | 第72-74页 |
