基于谱聚类的无监督图像分割
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·图像分割综述 | 第8-11页 |
| ·数学定义 | 第8-9页 |
| ·应用背景 | 第9-10页 |
| ·图像处理中的层次 | 第10-11页 |
| ·图像分割算法的分类 | 第11-14页 |
| ·无监督方法 | 第12页 |
| ·半监督方法 | 第12-13页 |
| ·全监督方法 | 第13-14页 |
| ·论文的主要工作及结构 | 第14-15页 |
| 2 图像分割算法简介 | 第15-31页 |
| ·半监督的方法 | 第15-18页 |
| ·基于图论的图割(Graph cut) | 第15-16页 |
| ·水平集分割(Level set) | 第16-18页 |
| ·无监督的方法 | 第18-31页 |
| ·归一化分割(Ncut) | 第18-21页 |
| ·均值漂移分割(MS) | 第21-22页 |
| ·基于图论的分割(FH) | 第22-24页 |
| ·基于有损压缩的方法(CTM) | 第24-26页 |
| ·基于显著区域的分割(TVS) | 第26-27页 |
| ·基于半监督学习的分割(LFPA) | 第27-29页 |
| ·基于区域合并的方法(Gpb-owt-ucm) | 第29-31页 |
| 3 基于Ncut的改进算法 | 第31-41页 |
| ·超像素 | 第31-34页 |
| ·思想的提出 | 第31-32页 |
| ·优势与不足 | 第32-33页 |
| ·实验验证 | 第33-34页 |
| ·图像特征提取 | 第34-38页 |
| ·测地线 | 第35-36页 |
| ·颜色与位置 | 第36-37页 |
| ·构建W矩阵 | 第37-38页 |
| ·谱分析分割 | 第38-41页 |
| 4 实验结果 | 第41-55页 |
| ·无监督分割方法的评价 | 第41-46页 |
| ·主观评价 | 第42页 |
| ·客观评价 | 第42-46页 |
| ·图像分割数据库 | 第46-47页 |
| ·伯克利分割图像库BSD | 第47页 |
| ·Pascal的视觉目标图像库VOC | 第47页 |
| ·微软目标识别图像库MSRC | 第47页 |
| ·量化分析及与其它算法比较 | 第47-55页 |
| ·分割效果视觉验证 | 第48-50页 |
| ·与经典算法的比较 | 第50-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
