基于区域拟合的背景去除图像分割研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 序言 | 第8-19页 |
| 1.1 数字图像处理技术 | 第8-11页 |
| 1.2 基本理论介绍 | 第11-17页 |
| 1.2.1 符号说明 | 第11页 |
| 1.2.2 变分法和梯度下降流 | 第11-12页 |
| 1.2.3 Bregman距离 | 第12-13页 |
| 1.2.4 Gauss-Seidel迭代 | 第13页 |
| 1.2.5 曲线演化理论及水平集方程 | 第13-17页 |
| 1.3 本文的研究内容及结构 | 第17-18页 |
| 本章小结 | 第18-19页 |
| 第2章 图像分割相关技术 | 第19-38页 |
| 2.1 图像分割背景及现状 | 第19-31页 |
| 2.1.1 阈值分割方法 | 第19-21页 |
| 2.1.2 边缘检测方法 | 第21-27页 |
| 2.1.3 基于区域的分割方法 | 第27-29页 |
| 2.1.4 结合特定理论工具方法 | 第29-30页 |
| 2.1.5 活动轮廓方法 | 第30-31页 |
| 2.2 背景去除模型 | 第31-32页 |
| 2.3 MS模型 | 第32-33页 |
| 2.4 Snake模型 | 第33-34页 |
| 2.5 CV模型 | 第34-36页 |
| 2.6 RSF模型 | 第36-37页 |
| 本章小结 | 第37-38页 |
| 第3章 Split Bregman方法 | 第38-44页 |
| 3.1 Bregman迭代法 | 第38-40页 |
| 3.2 Split Bregman算法 | 第40-42页 |
| 3.3 Split Bregman算法的优势 | 第42-43页 |
| 本章小结 | 第43-44页 |
| 第4章 区域拟合的图像分割模型 | 第44-50页 |
| 4.1 模型的提出 | 第44页 |
| 4.2 模型的改进 | 第44-46页 |
| 4.3 模型的凸优化 | 第46-48页 |
| 4.4 Split Bregman方法求解 | 第48-49页 |
| 本章小结 | 第49-50页 |
| 第5章 数值实验及分析 | 第50-58页 |
| 5.1 分割效果分析 | 第50-52页 |
| 5.2 分割效率分析 | 第52-53页 |
| 5.3 鲁棒性分析 | 第53-55页 |
| 5.4 主要参数对实验结果的影响 | 第55-57页 |
| 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录 攻读硕士学位期间发表的论文 | 第64页 |
