基于神经网络和活动轮廓的图像分割研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究的背景和意义 | 第8-9页 |
| 1.3 国内外研究现状及分析 | 第9-10页 |
| 1.4 本文主要研究内容 | 第10-12页 |
| 第2章 基于神经网络的图像分割 | 第12-27页 |
| 2.1 引言 | 第12页 |
| 2.2 神经网络的简介 | 第12-16页 |
| 2.3 数据集简介及数据增强 | 第16-19页 |
| 2.3.1 数据集简介 | 第16-17页 |
| 2.3.2 数据增强 | 第17-19页 |
| 2.4 阈值分割法 | 第19-20页 |
| 2.5 神经网络 | 第20-26页 |
| 2.5.1 U-net神经网络 | 第20-21页 |
| 2.5.2 D-net神经网络 | 第21-24页 |
| 2.5.3 相似度对比 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 基于活动轮廓的图像分割 | 第27-42页 |
| 3.1 引言 | 第27页 |
| 3.2 活动轮廓分割模型 | 第27-40页 |
| 3.2.1 变分原理 | 第27-28页 |
| 3.2.2 梯度下降流 | 第28-29页 |
| 3.2.3 Snake模型 | 第29-31页 |
| 3.2.4 Level-Set方法 | 第31-34页 |
| 3.2.5 DRLSE方法 | 第34-36页 |
| 3.2.6 N-C-V模型 | 第36-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第4章 实验结果分析 | 第42-49页 |
| 4.1 神经网络分割结果分析 | 第42-45页 |
| 4.2 活动轮廓分割结果分析 | 第45-48页 |
| 4.3 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
