| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·基于PDE的图像分割的研究现状 | 第10-12页 |
| ·水平集方法的研究现状 | 第12-13页 |
| ·论文的组织结构和主要研究内容 | 第13-15页 |
| ·本论文的组织结构 | 第13-14页 |
| ·本论文的主要工作及研究内容 | 第14-15页 |
| 第二章 偏微分方程与水平集方法的基础知识 | 第15-28页 |
| ·PDE的定义 | 第15-18页 |
| ·偏微分方程(组)及其阶数 | 第15-16页 |
| ·线性、非线性偏微分方程 | 第16-17页 |
| ·边界和边界条件 | 第17-18页 |
| ·泛函、变分计算 | 第18-22页 |
| ·变分问题的微分方程求解 | 第18-22页 |
| ·具有函数约束的泛函极值函数 | 第22页 |
| ·梯度 | 第22-23页 |
| ·曲率 | 第23-26页 |
| ·参数化曲线的曲率 | 第24-25页 |
| ·图像等值线的曲率 | 第25-26页 |
| ·梯度下降法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 图像分割的相关方法 | 第28-34页 |
| ·引言 | 第28页 |
| ·基于阈值的图像分割方法 | 第28-29页 |
| ·基于智能剪刀(Intelligent scissors)的图像分割 | 第29-32页 |
| ·相关概念 | 第29-31页 |
| ·图的最短路径生成算法 | 第31-32页 |
| ·实验结果 | 第32页 |
| ·改进或应用 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于C-V模型图像分割 | 第34-45页 |
| ·Mumford-Shah模型 | 第34-35页 |
| ·传统的C-V模型简介 | 第35-38页 |
| ·改进的C-V分割模型 | 第38-42页 |
| ·针对特殊多通道图像的改进C-V方法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于水平集演化方法的图像分割 | 第45-60页 |
| ·水平集方法的介绍 | 第46-47页 |
| ·距离保持的水平集演化方法 | 第47-50页 |
| ·上节方法的不足及改进 | 第50-54页 |
| ·局部最优的活动轮廓线模型及其水平集方程 | 第54-59页 |
| ·局部最优的活动轮廓线模型 | 第54-56页 |
| ·基于变分的水平集模型 | 第56-57页 |
| ·梯度下降流 | 第57-58页 |
| ·实验结果 | 第58-59页 |
| ·本章小节 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·全文的总结 | 第60-61页 |
| ·今后研究的展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士期间发表的论文及参加的项目 | 第67-68页 |