| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文的主要研究工作 | 第15-16页 |
| 1.4 本文的结构安排 | 第16-17页 |
| 第2章 图论中的图分割和超像素分割方法介绍 | 第17-31页 |
| 2.1 图的一些基本概念 | 第17页 |
| 2.2 基于拉普拉斯矩阵的图割模型 | 第17-21页 |
| 2.2.1 代价函数 | 第17-20页 |
| 2.2.2 谱聚类算法 | 第20-21页 |
| 2.3 基于最大流最小割的图割模型 | 第21-26页 |
| 2.3.1 最大流理论 | 第22-24页 |
| 2.3.2 最大流最小割定理 | 第24-25页 |
| 2.3.3 优化的最大流最小割算法 | 第25-26页 |
| 2.4 超像素分割方法概述 | 第26-30页 |
| 2.4.1 超像素简介 | 第26页 |
| 2.4.2 超像素分割方法分类 | 第26-29页 |
| 2.4.3 评价指标 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于泛洪思想的超像素分割方法 | 第31-47页 |
| 3.1 相关理论介绍 | 第31-33页 |
| 3.2 基于泛洪思想的超像素分割方法 | 第33-39页 |
| 3.2.1 算法设计 | 第33-39页 |
| 3.2.2 算法时间复杂度 | 第39页 |
| 3.3 实验结果与分析 | 第39-45页 |
| 3.3.1 Berkeley图像库 | 第39-40页 |
| 3.3.2 实验平台 | 第40页 |
| 3.3.3 实验结果与分析 | 第40-45页 |
| 3.3.4 实验参数分析 | 第45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于FS和图论的无监督分割 | 第47-61页 |
| 4.1 引言 | 第47-48页 |
| 4.2 超像素的特征距离 | 第48-53页 |
| 4.2.1 颜色距离 | 第48-49页 |
| 4.2.2 协方差矩阵距离 | 第49页 |
| 4.2.3 边界距离 | 第49-53页 |
| 4.2.4 空间距离 | 第53页 |
| 4.3 基于FS和谱聚类的图像分割方法 | 第53-55页 |
| 4.4 实验结果与分析 | 第55-59页 |
| 4.4.1 相关实验平台与图像库 | 第55页 |
| 4.4.2 实验结果与分析 | 第55-57页 |
| 4.4.3 参数分析 | 第57-58页 |
| 4.4.4 执行时间 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 基于FS和图论的交互式分割 | 第61-75页 |
| 5.1 引言 | 第61页 |
| 5.2 graph-cuts算法简介 | 第61-64页 |
| 5.3 基于FS和graph-cuts的图像分割方法 | 第64-69页 |
| 5.4 实验结果与分析 | 第69-73页 |
| 5.4.1 相关实验平台与图像库 | 第69页 |
| 5.4.2 实验结果与分析 | 第69-71页 |
| 5.4.3 用户标记的敏感度测试 | 第71-72页 |
| 5.4.4 参数分析 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第85页 |