| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 参数活动轮廓模型 | 第13-14页 |
| 1.2.2 几何活动轮廓模型 | 第14-15页 |
| 1.2.3 总结归纳 | 第15页 |
| 1.3 本文的章节安排 | 第15-17页 |
| 第二章 活动轮廓模型的数学基础 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 偏微分方程的相关概念 | 第17-18页 |
| 2.3 平面曲线的相关概念 | 第18-20页 |
| 2.4 能量泛函极小化 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于区域的几何活动轮廓模型 | 第23-30页 |
| 3.1 引言 | 第23页 |
| 3.2 曲线演化理论 | 第23-25页 |
| 3.3 水平集方法 | 第25-26页 |
| 3.4 经典的基于区域几何活动轮廓模型 | 第26-29页 |
| 3.4.1 CV模型 | 第26-28页 |
| 3.4.2 LBF模型和LIF模型 | 第28页 |
| 3.4.3 LCK模型 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 结合全局与局部信息的活动轮廓模型 | 第30-37页 |
| 4.1 引言 | 第30-31页 |
| 4.2 结合全局与局部信息的模型 | 第31-32页 |
| 4.3 模型的数值计算 | 第32页 |
| 4.4 实验结果及分析 | 第32-36页 |
| 4.4.1 与传统区域活动轮廓模型的比较 | 第33-34页 |
| 4.4.2 局部权重的分割结果 | 第34页 |
| 4.4.3 模型对初始曲线的稳定性 | 第34-35页 |
| 4.4.4 自然图像与人工合成噪声图像的分割结果 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第五章 基于信息几何快速分割算法的改进 | 第37-45页 |
| 5.1 引言 | 第37页 |
| 5.2 自然梯度 | 第37-41页 |
| 5.2.1 度量张量 | 第37-38页 |
| 5.2.2 自然梯度 | 第38-39页 |
| 5.2.3 基于信息几何的快速分割 | 第39-41页 |
| 5.3 基于信息几何快速分割算法的改进 | 第41-42页 |
| 5.4 实验结果与分析 | 第42-44页 |
| 5.4.1 与传统区域活动轮廓模型的比较 | 第42-43页 |
| 5.4.2 与CV模型框架中的信息几何分割算法比较 | 第43页 |
| 5.4.3 改进的方法对不同图像进行分割 | 第43-44页 |
| 5.5 本章小结 | 第44-45页 |
| 第六章 结论与展望 | 第45-46页 |
| 6.1 结论 | 第45页 |
| 6.2 未来研究展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 作者简介 | 第50页 |