| 摘要 | 第3-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 研究背景和意义 | 第13-20页 |
| 1.1.1 图像分割方法的概述 | 第14-15页 |
| 1.1.2 图像分割方法的分类 | 第15-19页 |
| 1.1.3 图像分割的应用及发展现状 | 第19-20页 |
| 1.2 水平集方法的研究现状 | 第20-28页 |
| 1.2.1 研究概况 | 第20-21页 |
| 1.2.2 水平集分割方法的研究现状 | 第21-26页 |
| 1.2.3 水平集分割方法的发展趋势 | 第26-28页 |
| 1.3 本文的主要创新点 | 第28-29页 |
| 1.4 本文的内容安排 | 第29-31页 |
| 第二章 相关理论 | 第31-51页 |
| 2.1 变分法和梯度下降流 | 第31-34页 |
| 2.1.1 变分问题 | 第31-32页 |
| 2.1.2 梯度下降流求解变分问题 | 第32-34页 |
| 2.2 变分水平集方法的基本理论 | 第34-44页 |
| 2.2.1 曲线几何演化理论 | 第34-37页 |
| 2.2.2 水平集方法的基本概念 | 第37-40页 |
| 2.2.3 水平集函数的选取和初始化 | 第40-41页 |
| 2.2.4 水平集方法的数值计算 | 第41-44页 |
| 2.3 经典活动轮廓模型的介绍 | 第44-50页 |
| 2.3.1 Snake模型 | 第45-47页 |
| 2.3.2 GAC模型 | 第47-48页 |
| 2.3.3 Mumford-Shah模型 | 第48-49页 |
| 2.3.4 CV模型 | 第49-50页 |
| 2.4 本章小结 | 第50-51页 |
| 第三章 改进的测地线模型在医学图像分割中的应用 | 第51-72页 |
| 3.1 引言 | 第51-52页 |
| 3.2 相关理论模型 | 第52-55页 |
| 3.2.1 基于区域信息的GAC模型 | 第52页 |
| 3.2.2 Localizing Region-Based active contours模型 | 第52-55页 |
| 3.3 动态结合局部与全局灰度信息的测地线模型 | 第55-60页 |
| 3.3.1 二相动态结合局部与全局信息的符号压力函数 | 第55-57页 |
| 3.3.2 多相动态结合局部与全局信息的符号压力函数 | 第57-58页 |
| 3.3.3 模型的数值实现 | 第58-59页 |
| 3.3.4 算法实现步骤 | 第59-60页 |
| 3.4 实验结果与分析 | 第60-68页 |
| 3.4.1 二相位实验结果与分析 | 第60-64页 |
| 3.4.2 四相位实验结果与分析 | 第64-68页 |
| 3.5 讨论 | 第68-70页 |
| 3.5.1 对参数a 的讨论 | 第68-69页 |
| 3.5.2 对参数s 和r的讨论 | 第69-70页 |
| 3.5.3 权重参数w的作用 | 第70页 |
| 3.6 本章小结 | 第70-72页 |
| 第四章 基于核函数与局部信息的凸优化分割模型 | 第72-97页 |
| 4.1 引言 | 第72页 |
| 4.2 研究背景 | 第72-73页 |
| 4.3 核函数理论 | 第73-78页 |
| 4.3.1 关于核函数的定义与定理 | 第74-75页 |
| 4.3.2 核函数的基本原理 | 第75-76页 |
| 4.3.3 核函数的选择 | 第76-78页 |
| 4.4 基于核函数的局部分段模型 | 第78-84页 |
| 4.4.1 模型的求解 | 第79-81页 |
| 4.4.2 能量泛函的凸优化 | 第81-83页 |
| 4.4.3 基于Split Bregman方法的能量泛函的极小化 | 第83-84页 |
| 4.4.4 模型的算法实现步骤 | 第84页 |
| 4.5 实验结果分析 | 第84-96页 |
| 4.5.1 参数的选取 | 第84-85页 |
| 4.5.2 对灰度分布不均匀图像的分割 | 第85页 |
| 4.5.3 对初始轮廓和参数s 的鲁棒性 | 第85-87页 |
| 4.5.4 和相关模型的比较 | 第87-89页 |
| 4.5.5 对噪声图像的分割 | 第89-96页 |
| 4.6 本章小结 | 第96-97页 |
| 第五章 结合全局约束函数的活动轮廓模型 | 第97-113页 |
| 5.1 引言 | 第97-98页 |
| 5.2 LBF模型 | 第98-100页 |
| 5.3 改进的区域活动轮廓模型 | 第100-104页 |
| 5.3.1 能量泛函的建立 | 第100-101页 |
| 5.3.2 模型的求解及算法步骤的描述 | 第101-102页 |
| 5.3.3 算法的数值计算 | 第102-103页 |
| 5.3.4 算法的步骤描述 | 第103-104页 |
| 5.4 实验结果与分析 | 第104-112页 |
| 5.4.1 参数设定 | 第104页 |
| 5.4.2 人工合成图像的分割 | 第104-108页 |
| 5.4.3 医学图像的分割 | 第108-110页 |
| 5.4.4 纹理图像的分割 | 第110-112页 |
| 5.5 本章小结 | 第112-113页 |
| 第六章 总结与展望 | 第113-116页 |
| 6.1 工作总结 | 第113-114页 |
| 6.2 工作展望 | 第114-116页 |
| 参考文献 | 第116-130页 |
| 致谢 | 第130-131页 |
| 攻读学位期间发表的学术论文目录 | 第131-132页 |
| 博士学位论文独创性说明 | 第132-133页 |
