基于区域型水平集方法的图像分割算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 数字图像处理的概念 | 第11-12页 |
| 1.2 图像分割的概念和分类 | 第12-14页 |
| 1.3 图像分割的应用及发展现状 | 第14-15页 |
| 1.4 本文的研究背景和意义 | 第15页 |
| 1.5 本文的主要研究内容 | 第15-17页 |
| 1.6 本文的主要创新点 | 第17-19页 |
| 第2章 水平集方法综述 | 第19-31页 |
| 2.1 水平集方法的概念 | 第19页 |
| 2.2 水平集方法的理论基础 | 第19-23页 |
| 2.3 水平集方法的数值计算 | 第23-25页 |
| 2.4 水平集方法的发展现状 | 第25-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于分段常量逼近和多尺度结构的水平集方法 | 第31-47页 |
| 3.1 引言 | 第31-33页 |
| 3.2 相关工作 | 第33-34页 |
| 3.2.1 Chan-Vese模型 | 第33页 |
| 3.2.2 局部双重拟合模型(LBF) | 第33页 |
| 3.2.3 局部灰度聚类模型(LIC) | 第33-34页 |
| 3.3 模型描述 | 第34-39页 |
| 3.3.1 灰度不均匀描述 | 第34-36页 |
| 3.3.2 多尺度结构数据项 | 第36-37页 |
| 3.3.3 水平集公式 | 第37-38页 |
| 3.3.4 算法概述 | 第38-39页 |
| 3.4 实验结果 | 第39-45页 |
| 3.4.1 与CV模型的对比实验 | 第39-40页 |
| 3.4.2 与LBF,LIC模型的对比实验 | 第40-43页 |
| 3.4.3 对提出的方法进一步分析 | 第43-45页 |
| 3.5 结论 | 第45-47页 |
| 第4章 灰度-纹理模型 | 第47-71页 |
| 4.1 引言 | 第47-50页 |
| 4.2 灰度项 | 第50-54页 |
| 4.2.1 基于全局分段的灰度项 | 第50-52页 |
| 4.2.2 灰度项的优势 | 第52-54页 |
| 4.3 纹理项 | 第54-59页 |
| 4.3.1 Gabor滤波器和结构张量 | 第54-55页 |
| 4.3.2 自适应尺度局部变化程度算法 | 第55-58页 |
| 4.3.3 自适应算法的优势分析 | 第58-59页 |
| 4.4 灰度纹理框架 | 第59-63页 |
| 4.4.1 灰度-纹理融合 | 第59-60页 |
| 4.4.2 数值计算 | 第60-63页 |
| 4.4.3 算法概述 | 第63页 |
| 4.5 实验 | 第63-68页 |
| 4.6 结论 | 第68-71页 |
| 第5章 基于多尺度局部特征的图像分割算法 | 第71-93页 |
| 5.1 引言 | 第71-73页 |
| 5.2 相关背景描述 | 第73-75页 |
| 5.2.1 CV模型 | 第73页 |
| 5.2.2 LBF模型 | 第73-74页 |
| 5.2.3 LIF模型 | 第74-75页 |
| 5.2.4 LCV模型 | 第75页 |
| 5.3 模型描述 | 第75-82页 |
| 5.3.1 多尺度局部区域描述器 | 第75-79页 |
| 5.3.2 局部最大描述差异特征 | 第79-82页 |
| 5.4 多尺度局部模型 | 第82-86页 |
| 5.4.1 MS-LBF模型 | 第82-84页 |
| 5.4.2 MS-LIF模型 | 第84-85页 |
| 5.4.3 MS-LCV模型 | 第85-86页 |
| 5.5 实验结果 | 第86-91页 |
| 5.5.1 初始化 | 第87页 |
| 5.5.2 与LBF模型的对比实验 | 第87-88页 |
| 5.5.3 与LIF模型的对比实验 | 第88-89页 |
| 5.5.4 与LCV模型的对比实验 | 第89-90页 |
| 5.5.5 执行分析 | 第90-91页 |
| 5.6 结论 | 第91-93页 |
| 第6章 基于力矩竞争的水平集图像分割方法 | 第93-111页 |
| 6.1 引言 | 第93-95页 |
| 6.2 基于力竞争的方法描述 | 第95-96页 |
| 6.3 基于力矩竞争的模型 | 第96-104页 |
| 6.3.1 三点标签方案 | 第96-97页 |
| 6.3.2 力臂的构建 | 第97-100页 |
| 6.3.3 力矩竞争 | 第100-102页 |
| 6.3.4 水平集能量泛函 | 第102-104页 |
| 6.3.5 算法概述 | 第104页 |
| 6.4 实验 | 第104-110页 |
| 6.4.1 实验结果 | 第104-108页 |
| 6.4.2 执行效果分析 | 第108-110页 |
| 6.5 总结 | 第110-111页 |
| 总结与展望 | 第111-113页 |
| 参考文献 | 第113-120页 |
| 在读期间发表与待发表的学术论文 | 第120-122页 |
| 参加的科研项目 | 第122-123页 |
| 致谢 | 第123页 |
