摘要 | 第4-7页 |
Abstract | 第7-10页 |
1 绪论 | 第13-39页 |
1.1 研究的目的、背景及意义 | 第13-18页 |
1.2 图像分割方法的研究状况 | 第18-24页 |
1.3 纹理分割方法 | 第24-27页 |
1.4 彩色纹理图像分割方法 | 第27-30页 |
1.5 基于图论分割方法 | 第30-36页 |
1.6 本文主要的研究工作 | 第36-37页 |
1.7 课题来源及主要章节安排 | 第37-39页 |
2 彩色纹理描述子的构建 | 第39-63页 |
2.1 引言 | 第39-40页 |
2.2 压缩的多尺度结构张量纹理特征 | 第40-47页 |
2.3 基于 TV 流的全变分局部尺度倒数特征 | 第47-56页 |
2.4 彩色纹理描述子的构建 | 第56-57页 |
2.5 仿真实验结果 | 第57-62页 |
2.6 本章小结 | 第62-63页 |
3 能量结合的彩色纹理图像分割方法 | 第63-85页 |
3.1 引言 | 第63页 |
3.2 多层图割模型 | 第63-68页 |
3.3 多尺度结构张量与颜色的多类能量建模 | 第68-73页 |
3.4 能量的结合与迭代分割优化 | 第73-76页 |
3.5 实验对比与评估分析 | 第76-84页 |
3.6 本章小结 | 第84-85页 |
4 基于变分模型的彩色纹理图像分割方法 | 第85-117页 |
4.1 引言 | 第85-88页 |
4.2 图像分割的变分能量模型 | 第88-91页 |
4.3 多类连续的 MSACM 活动轮廓模型 | 第91-94页 |
4.4 多类变分能量函数的图割优化 | 第94-98页 |
4.5 迭代分割与参数更新 | 第98-99页 |
4.6 实验仿真与对比分析 | 第99-116页 |
4.7 本章小结 | 第116-117页 |
5 基于 MMST 及区域可信融合的彩色纹理图像分割方法 | 第117-153页 |
5.1 引言 | 第117-119页 |
5.2 多变量 MMST 概率分布建模 | 第119-126页 |
5.3 智能最大期望 CEM3ST 算法确定有效类别数 | 第126-130页 |
5.4 多类分割与区域可信融合策略 | 第130-134页 |
5.5 自适应迭代控制 | 第134-135页 |
5.6 实验的质量评估与量化分析 | 第135-151页 |
5.7 本章小结 | 第151-153页 |
6 总结与展望 | 第153-157页 |
6.1 研究工作的总结 | 第153-154页 |
6.2 未来研究的展望 | 第154-157页 |
致谢 | 第157-159页 |
参考文献 | 第159-186页 |
附录 1 攻读博士学位期间发表的主要论文 | 第186-187页 |
附录 2 攻读博士学位期间参加的科研项目和奖励 | 第187页 |
附录 3 攻读博士学位期间获得的专利 | 第187页 |