| 摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第15-23页 |
| ·研究背景 | 第15-18页 |
| ·图像分割的理论意义 | 第15-17页 |
| ·图像分割的应用价值 | 第17页 |
| ·现有分割方法存在的问题 | 第17-18页 |
| ·本文研究的主要问题——特定类图像对象分割 | 第18-20页 |
| ·问题的提出 | 第18-19页 |
| ·求解的基本思路 | 第19-20页 |
| ·本文的研究内容 | 第20-21页 |
| ·论文结构安排 | 第21-23页 |
| 第二章 图像对象分割的基本概念与研究现状 | 第23-55页 |
| ·预备知识 | 第23-26页 |
| ·图像分割的定义 | 第23-24页 |
| ·分割依据的特征 | 第24-26页 |
| ·图像对象分割的基本概念 | 第26-29页 |
| ·图像分割的分级框架 | 第26-27页 |
| ·图像对象分割的概念 | 第27-29页 |
| ·图像分割方法的国内外研究现状 | 第29-51页 |
| ·概述 | 第29-31页 |
| ·数据驱动的分割方法 | 第31-39页 |
| ·知识驱动的分割方法 | 第39-50页 |
| ·结论与讨论 | 第50-51页 |
| ·本章小结 | 第51-55页 |
| 第三章 自底向上分割过程中色彩量化方法的优化研究 | 第55-76页 |
| ·引言 | 第55-56页 |
| ·色彩量化的研究基础 | 第56-58页 |
| ·色彩量化的数学模型 | 第56-57页 |
| ·现有的色彩量化方法 | 第57-58页 |
| ·基于LBG 算法的色彩量化方法 | 第58-67页 |
| ·利用LBG 算法实现色彩量化的基本思路 | 第59-60页 |
| ·初始调色板的选取 | 第60-63页 |
| ·利用启发式调色板搜索的算法优化 | 第63-67页 |
| ·实验与结果分析 | 第67-74页 |
| ·初始调色板选取方案的有效性验证 | 第68-69页 |
| ·与其它主要色彩量化方法的性能对比 | 第69-73页 |
| ·ENESPS 提高量化过程计算效率的有效性验证 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 第四章 融合色彩-纹理特征的自底向上分割方法ISBEC | 第76-97页 |
| ·引言 | 第76-78页 |
| ·色彩-纹理分割的必要性 | 第76-77页 |
| ·相关工作 | 第77-78页 |
| ·色彩分布均匀度 | 第78-89页 |
| ·色彩分布均匀度的定义 | 第79-82页 |
| ·基于色彩均匀度的多尺度纹理分析 | 第82-84页 |
| ·色彩均匀度对纹理分析的有效性验证 | 第84-89页 |
| ·小结 | 第89页 |
| ·基于色彩均匀度的色彩-纹理分割方法：ISBEC | 第89-92页 |
| ·算法流程 | 第89-91页 |
| ·算法实现 | 第91-92页 |
| ·实验与结果分析 | 第92-96页 |
| ·ISBEC 方法对于自然图像色彩-纹理分割的有效性 | 第92-94页 |
| ·与其它分割方法的性能对比 | 第94-96页 |
| ·本章小结 | 第96-97页 |
| 第五章 基于形状子元的特定类图像对象分割方法SBIOSEG | 第97-140页 |
| ·引言 | 第97-103页 |
| ·高层特征对于对象分割的必要性 | 第97-98页 |
| ·相关工作分析 | 第98-103页 |
| ·SBIOSEG 方法概述 | 第103-109页 |
| ·基本思路 | 第103-108页 |
| ·SBIOSEG 方法主要流程 | 第108-109页 |
| ·Chamfer 形状匹配技术 | 第109-113页 |
| ·Chamfer 匹配技术概述 | 第109-111页 |
| ·距离变换 | 第111-113页 |
| ·轮廓片断的产生与初步筛选 | 第113-117页 |
| ·轮廓片断的产生 | 第113-116页 |
| ·对轮廓片断的初步筛选 | 第116-117页 |
| ·基于AdaBoost 算法的分类器训练 | 第117-125页 |
| ·AdaBoost 算法概述 | 第118-120页 |
| ·基于离散AdaBoost 算法的训练过程 | 第120-124页 |
| ·形状子元码本的构建 | 第124-125页 |
| ·基于形状子元的图像对象检测与分割 | 第125-132页 |
| ·边缘提取与长度滤波 | 第125-126页 |
| ·对象检测 | 第126-130页 |
| ·对象分割 | 第130-132页 |
| ·实验与结果分析 | 第132-138页 |
| ·分割结果的量化评价指标 | 第132-133页 |
| ·实验目的与实验设置 | 第133页 |
| ·对Wizzman Horse数据集的测试结果 | 第133-137页 |
| ·对DTU Cows 数据集的测试结果 | 第137-138页 |
| ·本章小结 | 第138-140页 |
| 第六章 组合式的特定类图像对象分割方法B&T-IOSEG | 第140-149页 |
| ·引言 | 第140-141页 |
| ·自底向上与自顶向下分割的两种组合方式 | 第141-144页 |
| ·自底向上与自顶向下分割结果的合并 | 第141-143页 |
| ·以自底向上分割方法作为边界检测器 | 第143-144页 |
| ·组合式的特定类图像对象分割方法B& T-IOSEG | 第144-148页 |
| ·B&T-IOSEG 方法的工作流程 | 第144-145页 |
| ·实验与结果分析 | 第145-148页 |
| ·本章小结 | 第148-149页 |
| 第七章 特定类图像对象分割原型系统的设计与实现 | 第149-160页 |
| ·原型系统的设计与实现 | 第149-155页 |
| ·系统设计思路与总体结构 | 第149-150页 |
| ·图像分割与处理验证子系统的设计与实现 | 第150-152页 |
| ·图像对象检测与分割验证子系统的设计与实现 | 第152-155页 |
| ·特定类图像对象分割系统在三维对象建模中的应用 | 第155-159页 |
| ·本章小结 | 第159-160页 |
| 第八章 结束语 | 第160-164页 |
| ·本文的主要贡献 | 第160-163页 |
| ·进一步的研究方向 | 第163-164页 |
| 致谢 | 第164-166页 |
| 参考文献 | 第166-178页 |
| 作者在攻读博士学位期间发表的论文与参加的科研项目 | 第178-180页 |
| 附录A 英文缩略词表 | 第180-181页 |
