随机漫步及其在叶片图像分割中的应用研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 本文研究背景和意义 | 第8-9页 |
| 1.1.1 随机漫步 | 第8页 |
| 1.1.2 植物叶片图像分割 | 第8-9页 |
| 1.2 叶片图像分割发展现状 | 第9-11页 |
| 1.3 本文主要工作安排 | 第11-12页 |
| 第二章 随机漫步常见模型 | 第12-23页 |
| 2.1 随机漫步理论 | 第12-13页 |
| 2.2 随机漫步常见模型 | 第13-22页 |
| 2.2.1 LeoGrady模型 | 第13-15页 |
| 2.2.2 先验随机漫步模型 | 第15-16页 |
| 2.2.3 广义随机漫步模型 | 第16-19页 |
| 2.2.4 尺度空间随机漫步模型 | 第19-20页 |
| 2.2.5 限制随机漫步模型 | 第20-21页 |
| 2.2.6 重启随机漫步模型 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 随机漫步在图像处理中的应用 | 第23-37页 |
| 3.1 基于随机漫步的图像分割 | 第23-29页 |
| 3.1.1 权值函数 | 第23页 |
| 3.1.2 预处理步骤 | 第23-24页 |
| 3.1.3 标记种子点 | 第24-25页 |
| 3.1.4 最小化能量函数 | 第25-27页 |
| 3.1.5 其它方面 | 第27-29页 |
| 3.2 其它应用 | 第29-36页 |
| 3.2.1 基于随机漫步的图像融合 | 第29-31页 |
| 3.2.2 基于随机漫步的孔洞填充 | 第31-32页 |
| 3.2.3 基于随机漫步的2D?3D转换 | 第32-33页 |
| 3.2.4 基于随机漫步的图像渲染 | 第33-34页 |
| 3.2.5 基于随机漫步的图像增强 | 第34页 |
| 3.2.6 基于随机漫步的图像配准 | 第34-36页 |
| 3.2.7 基于随机漫步的图像检索 | 第36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 复杂背景下基于随机漫步的叶片图像分割 | 第37-53页 |
| 4.1 引言 | 第37页 |
| 4.2 算法描述及讨论 | 第37-47页 |
| 4.2.1 RGB归一化到Luv | 第38-40页 |
| 4.2.2 改进的先验随机漫步模型 | 第40-42页 |
| 4.2.3 综合概率图的二值化 | 第42-47页 |
| 4.3 实验和讨论 | 第47-52页 |
| 4.3.1 实验结果对比 | 第47-50页 |
| 4.3.2 性能分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 工作展望 | 第53-55页 |
| 参考文献 | 第55-64页 |
| 在学期间的研究成果 | 第64-65页 |
| 致谢 | 第65页 |
