| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 章节安排 | 第14-16页 |
| 第二章 活动轮廓模型 | 第16-38页 |
| 2.1 引言 | 第16页 |
| 2.2 活动轮廓模型的数学基础 | 第16-21页 |
| 2.2.1 变分法 | 第16-20页 |
| 2.2.2 梯度下降流 | 第20-21页 |
| 2.3 参数活动轮廓模型和几何活动轮廓模型 | 第21-26页 |
| 2.3.1 参数活动轮廓模型 | 第22-23页 |
| 2.3.2 几何活动轮廓模型 | 第23-24页 |
| 2.3.3 参数活动轮廓模型与几何活动模型的关系 | 第24-26页 |
| 2.4 经典参数活动轮廓模型 | 第26-30页 |
| 2.4.1 边界向量场(BVF) | 第26-28页 |
| 2.4.2 梯度向量流(GVF)向量场 | 第28-29页 |
| 2.4.3 静磁场活动轮廓(MAC) | 第29-30页 |
| 2.5 经典几何活动轮廓模型 | 第30-36页 |
| 2.5.1 测地活动轮廓模型 | 第30-32页 |
| 2.5.2 Chan-Vese模型 | 第32-35页 |
| 2.5.3 Bhattacharyya向量流活动轮廓模型 | 第35-36页 |
| 2.6 本章小结 | 第36-38页 |
| 第三章 部分扩散部分插值的梯度向量流模型 | 第38-44页 |
| 3.1 引言 | 第38页 |
| 3.2 GVF活动轮廓模型与传统迭代扩散求解方式 | 第38-39页 |
| 3.3 部分扩散部分插值求GVF场的方法 | 第39-41页 |
| 3.3.1 隔点扩散线性插值 | 第39-40页 |
| 3.3.2 行扩散线性插值 | 第40页 |
| 3.3.3 列扩散线性插值 | 第40页 |
| 3.3.4 行列扩散线性插值 | 第40-41页 |
| 3.4 实验结果及分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 结合显著度的活动轮廓模型 | 第44-58页 |
| 4.1 引言 | 第44页 |
| 4.2 显著度模型 | 第44-50页 |
| 4.2.1 视觉注意机制 | 第44-46页 |
| 4.2.2 基于超像素的显著度模型 | 第46-49页 |
| 4.2.3 图像显著图的生成 | 第49-50页 |
| 4.3 传统GVF活动轮廓模型缺点分析及改进思路 | 第50-53页 |
| 4.4 算法描述 | 第53-54页 |
| 4.5 实验结果与分析 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 基于分布先验信息的非参数统计活动轮廓模型 | 第58-76页 |
| 5.1 引言 | 第58页 |
| 5.2 相关工作 | 第58-61页 |
| 5.2.1 问题描述 | 第58-60页 |
| 5.2.2 经典统计活动轮廓模型的能量函数 | 第60-61页 |
| 5.3 基于分布先验的统计活动轮廓模型 | 第61-65页 |
| 5.3.1 先验信息提取 | 第61-62页 |
| 5.3.2 基于分布先验的统计活动模型 | 第62-63页 |
| 5.3.3 分布先验统计活动轮廓模型的梯度向量流 | 第63-65页 |
| 5.4 模型提升 | 第65-66页 |
| 5.5 实验与分析 | 第66-74页 |
| 5.5.1 基于分布先验的非参数活动轮廓模型的分割结果 | 第66-70页 |
| 5.5.2 对比实验 | 第70-74页 |
| 5.5.3 模型提升的效果 | 第74页 |
| 5.6 本章小结 | 第74-76页 |
| 结论与展望 | 第76-78页 |
| 1.论文工作总结 | 第76-77页 |
| 2.工作展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |