基于CV和GAC两个偏微分方程图像分割模型的改进
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究意义 | 第9页 |
| 1.2 文献综述 | 第9-12页 |
| 1.2.1 基于边界的模型 | 第10-11页 |
| 1.2.2 基于区域的模型 | 第11-12页 |
| 1.3 主要研究内容 | 第12-14页 |
| 第2章 预备知识 | 第14-22页 |
| 2.1 图像的数学表达 | 第14-15页 |
| 2.2 水平集方法 | 第15-16页 |
| 2.3 变分水平集方法 | 第16-18页 |
| 2.4 经典分割模型 | 第18-21页 |
| 2.4.1 Snake模型 | 第19-20页 |
| 2.4.2 Mumford-Shah模型 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于CV模型的改进 | 第22-36页 |
| 3.1 C V模型和LIF模型 | 第22-24页 |
| 3.1.1 C V模型 | 第22-23页 |
| 3.1.2 LIF模型 | 第23-24页 |
| 3.2 结合局部方差的C V模型 | 第24-28页 |
| 3.2.1 局部拟合项 | 第25-26页 |
| 3.2.2 结合局部方差的C V模型 | 第26页 |
| 3.2.3 新模型的梯度流 | 第26-28页 |
| 3.2.4 高斯滤波正则法 | 第28页 |
| 3.3 数值算法和实验 | 第28-35页 |
| 3.3.1 构造数值格式 | 第28-31页 |
| 3.3.2 数值算法 | 第31-32页 |
| 3.3.3 分割效果及分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于GAC模型的改进 | 第36-59页 |
| 4.1 GAC模型及推广模型 | 第36-40页 |
| 4.1.1 GAC模型 | 第36-38页 |
| 4.1.2 推广的GAC模型 | 第38-40页 |
| 4.2 两个带权重的GAC模型 | 第40-49页 |
| 4.2.1 变系数的GAC模型 | 第40-42页 |
| 4.2.2 自适应的GAC模型 | 第42-45页 |
| 4.2.3 距离正则水平集法 | 第45-47页 |
| 4.2.4 新模型的能量泛函和梯度流 | 第47-49页 |
| 4.3 数值格式 | 第49-52页 |
| 4.4 分割效果及分析 | 第52-58页 |
| 4.4.1 分割凹陷边界的实验 | 第52-57页 |
| 4.4.2 自适应分割的实验 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66页 |
