基于稀疏子空间聚类的图像超像素分割研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 图像分割的研究背景 | 第9-10页 |
| 1.2 图像分割研究方法的分类 | 第10页 |
| 1.3 基于图论的图像分割 | 第10-12页 |
| 1.4 基于稀疏子空间聚类的图像分割 | 第12页 |
| 1.5 本文的内容安排 | 第12-14页 |
| 第2章 稀疏子空间聚类的理论基础及模型 | 第14-24页 |
| 2.1 图和图像的关系 | 第14-15页 |
| 2.1.1 图像的描述 | 第14页 |
| 2.1.2 图与图像的联系 | 第14-15页 |
| 2.2 图像映射为图 | 第15-17页 |
| 2.2.1 节点的选取和边的连接 | 第15-16页 |
| 2.2.2 权值的选择 | 第16页 |
| 2.2.3 图像映射为图的优势 | 第16-17页 |
| 2.3 稀疏表示 | 第17-20页 |
| 2.3.1 稀疏表示模型 | 第17-18页 |
| 2.3.2 稀疏子空间聚类模型 | 第18-20页 |
| 2.4 低秩表示 | 第20-23页 |
| 2.4.1 低秩子空间聚类模型 | 第21-22页 |
| 2.4.2 其他低秩子空间聚类模型 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 参数自适应的SLIC超像素分割算法研究 | 第24-37页 |
| 3.1 超像素及其产生方法 | 第24-25页 |
| 3.2 SLIC算法基本原理 | 第25-26页 |
| 3.3 SLIC算法的改进 | 第26-32页 |
| 3.3.1 超像素数目设定方法的改进 | 第26-30页 |
| 3.3.2 紧凑因子设定方法的改进 | 第30-32页 |
| 3.4 评价指标 | 第32-34页 |
| 3.5 实验结果及分析 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于稀疏子空间聚类的图像分割 | 第37-50页 |
| 4.1 特征选择 | 第37-39页 |
| 4.2 图的构造 | 第39-40页 |
| 4.3 图的分割 | 第40-41页 |
| 4.4 图像分割实验及结论 | 第41-49页 |
| 4.4.1 对简单图像的分割 | 第41-46页 |
| 4.4.2 对复杂图像的分割 | 第46-49页 |
| 4.4.3 实验结论 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文情况 | 第55-56页 |
| 致谢 | 第56页 |
