首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于偏微分方程的图像分割研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-24页
   ·论文研究的背景第10页
   ·偏微分方程在图像处理中的应用第10-18页
     ·图像处理中偏微分方程的定义第10-11页
     ·偏微分方程图像处理的发展第11-13页
     ·偏微分方程图像分割概况第13-17页
     ·偏微分方程图像分割的应用实例第17-18页
   ·国内外研究现状第18-19页
   ·纹理图像分割第19-21页
   ·本文的主要研究内容及结构安排第21-24页
第2章 图像的线性和非线性扩散滤波原理与研究第24-34页
   ·热传导方程及各向同性扩散第24-27页
     ·使用热传导方程的原因第24-25页
     ·各向同性扩散与高斯滤波的等价性第25-27页
   ·非线性各向同性扩散第27-29页
     ·概述第27页
     ·Perona-Malik 模型第27-29页
   ·向量值图像扩散第29-30页
   ·实验第30-33页
     ·线性平滑实验第30-31页
     ·非线性平滑实验第31-33页
   ·本章小结第33-34页
第3章 Chan-Vese 图像分割模型原理与研究第34-56页
   ·图像分割的变分模型第34-35页
   ·基于边缘的模型第35-38页
     ·活动轮廓模型第35页
     ·水平集方法第35-37页
     ·其他基于边缘的模型第37-38页
   ·基于区域的模型第38-39页
     ·Mumford-Shah 分割模型第38页
     ·简化的 Mumford-Shah 模型第38-39页
   ·Chan-Vese 模型第39-44页
     ·Chan-Vese 模型的能量泛函第39-40页
     ·Chan-Vese 模型的水平集表示第40-41页
     ·Chan-Vese 模型的数值解法第41-44页
   ·向量值图像的 Chan-Vese 模型第44-46页
   ·Chan-Vese 模型的分割实验第46-55页
     ·标量值图像分割实验第46-54页
     ·向量值图像分割实验第54-55页
   ·本章小结第55-56页
第4章 结合线性结构张量的纹理图像分割研究第56-70页
   ·图像分割模型第56-59页
     ·线性和非线性结构张量第56-57页
     ·变分模型第57-58页
     ·模型数值解法第58-59页
   ·图像分割实验分析第59-68页
     ·图像分割结果第59-65页
     ·实验对比第65-68页
   ·本章小结第68-70页
第5章 结合非线性结构张量的纹理图像分割研究第70-80页
   ·图像分割模型第70页
   ·图像分割实验第70-79页
     ·非线性平滑分割实验第70-74页
     ·线性和非线性八通道分割第74-75页
     ·实验对比第75-76页
     ·拓展的分割实验第76-79页
   ·本章小结第79-80页
结论第80-82页
参考文献第82-88页
攻读硕士学位期间发表的论文和取得的科研成果第88-90页
致谢第90页

论文共90页,点击 下载论文
上一篇:车辆牌照图像的多尺度去噪与修复
下一篇:人脸识别关键技术研究