| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景与意义 | 第10-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 常用的几种分割方法 | 第12-14页 |
| 1.2.2 基于马尔科夫随机模型图像分割方法 | 第14-15页 |
| 1.3 论文的主要研究内容 | 第15-17页 |
| 第2章 MRF模型的基本知识 | 第17-28页 |
| 2.1 图像标记 | 第17-20页 |
| 2.1.1 邻域系统与势团 | 第17-19页 |
| 2.1.2 Markov随机场 | 第19页 |
| 2.1.3 Gibbs随机场 | 第19-20页 |
| 2.1.4 Markov-Gibbs的等价性 | 第20页 |
| 2.2 常用的Markov随机场模型 | 第20-23页 |
| 2.2.1 Ising模型 | 第20-21页 |
| 2.2.2 Potts模型 | 第21页 |
| 2.2.3 MLL模型 | 第21-22页 |
| 2.2.4 多尺度随机场模型（MSRF） | 第22-23页 |
| 2.3 常用的参数估计方法 | 第23-25页 |
| 2.3.1 最大似然估计 | 第23页 |
| 2.3.2 最大伪似然估计 | 第23-24页 |
| 2.3.3 期望最大算法的参数估计 | 第24-25页 |
| 2.4 图像分割的最优准则 | 第25-27页 |
| 2.4.1 MAP准则 | 第25-26页 |
| 2.4.2 SMAP准则 | 第26-27页 |
| 2.5 图像分割评价方法 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于马尔科夫随机场的变权重图像分割方法 | 第28-37页 |
| 3.1 MRF分割问题的表示 | 第28-29页 |
| 3.2 图像特征场的建模 | 第29-31页 |
| 3.2.1 有限高斯混合模型（FGMM） | 第29-30页 |
| 3.2.2 Gauss-Markov模型（GMRF） | 第30-31页 |
| 3.3 改进势函数的图像标记场模型 | 第31-33页 |
| 3.4 变权重思想 | 第33页 |
| 3.5 基于马尔科夫随机场的变权重分割算法步骤及流程 | 第33-34页 |
| 3.6 实验的仿真与分析 | 第34-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 基于分层MRF模型的纹理图像分割 | 第37-45页 |
| 4.1 分层MRF模型 | 第37-38页 |
| 4.2 基于线性方程的模型参数估计 | 第38-41页 |
| 4.3 交互势函数的建立 | 第41-42页 |
| 4.4 实验的仿真与分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于小波域GMRF的纹理图像分割方法 | 第45-59页 |
| 5.1 小波变换 | 第45-50页 |
| 5.1.1 连续小波变换与离散小波变换 | 第45-46页 |
| 5.1.2 小波变换中的多分辨率分析 | 第46-48页 |
| 5.1.3 二维小波变换和Mallat算法 | 第48-50页 |
| 5.1.4 Haar小波基 | 第50页 |
| 5.2 小波域多尺度随机场模型（WMSRF） | 第50-52页 |
| 5.3 小波域分层Gauss-Markov随机场模型（WGMRF） | 第52-58页 |
| 5.3.1 小波系数向量场的描述 | 第53页 |
| 5.3.2 标记场先验概率的分布模型 | 第53-55页 |
| 5.3.3 模型参数的估计 | 第55页 |
| 5.3.4 小波域分层GMRF模型分割算法 | 第55-56页 |
| 5.3.5 实验的仿真与分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 攻读硕士期间发表的论文和取得的成果 | 第68-69页 |
| 致谢 | 第69页 |
