| 中文摘要 | 第1-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14-15页 |
| ·图像分割方法综述 | 第15-19页 |
| ·本文主要工作 | 第19-22页 |
| ·研究内容 | 第19-20页 |
| ·主要创新点 | 第20-22页 |
| 第二章 基于小波与齐次Besov 空间的图像分割 | 第22-38页 |
| ·引言 | 第22-23页 |
| ·预备知识 | 第23-27页 |
| ·水平集方法与Chan-Vese 模型 | 第23-24页 |
| ·有界变差空间与全变分范数 | 第24-25页 |
| ·具有全局最优解的活动轮廓方法 | 第25-27页 |
| ·齐次Besov 空间范数与小波变换 | 第27页 |
| ·基于齐次Besov 空间的图像分割模型及其数值算法 | 第27-35页 |
| ·基本定义 | 第27-28页 |
| ·模型1 | 第28-34页 |
| ·模型2 | 第34-35页 |
| ·数值实验及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 灰度分布不均图像的分割方法研究 | 第38-68页 |
| ·引言 | 第38页 |
| ·灰度分布不均图像分割研究现状 | 第38-40页 |
| ·模糊分段光滑MS 模型 | 第40-55页 |
| ·预备知识 | 第41-44页 |
| ·模型描述 | 第44-47页 |
| ·数值算法 | 第47-50页 |
| ·多相分割方法 | 第50-51页 |
| ·数值实验 | 第51-54页 |
| ·结论 | 第54-55页 |
| ·基于偏移场模型的变分方法 | 第55-65页 |
| ·模型描述 | 第55-56页 |
| ·解的存在性证明 | 第56-58页 |
| ·数值算法 | 第58-61页 |
| ·数值实验 | 第61-64页 |
| ·结论 | 第64-65页 |
| ·本章小结 | 第65-68页 |
| 第四章 非高斯噪声图像的分割方法研究 | 第68-82页 |
| ·乘性Gamma 噪声图像分割算法 | 第68-76页 |
| ·乘性Gamma 噪声去噪算法 | 第68-70页 |
| ·分段常数假设下的乘性Gamma 噪声图像分割 | 第70-72页 |
| ·数值算法 | 第72-73页 |
| ·实验结果 | 第73-74页 |
| ·结论 | 第74-76页 |
| ·其他噪声 | 第76-80页 |
| ·乘性Rayleigh 噪声 | 第76-77页 |
| ·Poisson 噪声 | 第77-78页 |
| ·数值实验 | 第78-80页 |
| ·结论 | 第80页 |
| ·本章小结 | 第80-82页 |
| 第五章 基于模糊聚类的图像分割方法研究 | 第82-104页 |
| ·预备知识 | 第82-84页 |
| ·模糊C 均值聚类 | 第82-83页 |
| ·空间约束的FCM 算法(FCM_S) | 第83-84页 |
| ·EnFCM 与FGFCM 算法 | 第84页 |
| ·邻域加权模糊C 均值算法 | 第84-94页 |
| ·邻域加权距离 | 第85-86页 |
| ·模型与数值算法 | 第86-89页 |
| ·算法分析 | 第89页 |
| ·实验结果 | 第89-94页 |
| ·结论 | 第94页 |
| ·模糊局部均值聚类算法 | 第94-101页 |
| ·模型与算法 | 第95-99页 |
| ·实施细节 | 第99页 |
| ·实验结果 | 第99-100页 |
| ·结论 | 第100-101页 |
| ·本章小结 | 第101-104页 |
| 第六章 纹理图像分割研究 | 第104-114页 |
| ·纹理图像分割方法 | 第104-105页 |
| ·基于半局部信息与结构张量的无监督纹理图像分割 | 第105-113页 |
| ·特征提取 | 第106-108页 |
| ·模型与数值算法 | 第108-111页 |
| ·实验结果 | 第111-113页 |
| ·本章小结 | 第113-114页 |
| 第七章 结论与展望 | 第114-118页 |
| ·本文工作总结 | 第114-116页 |
| ·下一步工作展望 | 第116-118页 |
| 致谢 | 第118-119页 |
| 参考文献 | 第119-129页 |
| 作者在学期间取得的学术成果 | 第129页 |