| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 图像分割技术研究现状与水平 | 第10-13页 |
| 1.3 论文的主要研究内容及章节安排 | 第13-15页 |
| 第2章 图像分割理论基础 | 第15-31页 |
| 2.1 引言 | 第15页 |
| 2.2 图像分割的定义 | 第15-16页 |
| 2.3 图像分割的一般过程 | 第16-17页 |
| 2.4 常用图像分割方法 | 第17-30页 |
| 2.4.1 基于阈值的分割方法 | 第17-19页 |
| 2.4.2 基于边缘检测的分割 | 第19-28页 |
| 2.4.3 基于区域的分割算法 | 第28-29页 |
| 2.4.4 基于特定理论的图像分割 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 第3章 图像分割的马尔科夫随机场理论研究 | 第31-43页 |
| 3.1 Markov随机场的基本理论 | 第31-35页 |
| 3.2 Markov随机场与Gibbs随机场的等价关系 | 第35-36页 |
| 3.3 MRF-MAP框架 | 第36-38页 |
| 3.4 标号场先验模型的建立 | 第38-40页 |
| 3.5 模型的优化算法 | 第40-41页 |
| 3.6 小结 | 第41-43页 |
| 第4章 基于MRF的改进ICM图像分割算法 | 第43-61页 |
| 4.1 引言 | 第43页 |
| 4.2 基于MRF模型的ICM分割算法的实现 | 第43-51页 |
| 4.2.1 ICM算法 | 第43-44页 |
| 4.2.2 ICM算法流程 | 第44-45页 |
| 4.2.3 算法分割实验及结果分析 | 第45-51页 |
| 4.3 ICM算法的改进 | 第51-59页 |
| 4.3.1 图像的四叉树分解 | 第51-52页 |
| 4.3.2 不同子块耦合系数的估计方法 | 第52-55页 |
| 4.3.3 ICM改进算法流程 | 第55-56页 |
| 4.3.4 实验结果及分析 | 第56-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68页 |