摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-14页 |
·研究背景与意义 | 第9-10页 |
·国内外研究现状 | 第10-12页 |
·研究的主要工作 | 第12-13页 |
·本论文的结构安排 | 第13-14页 |
第二章 活动轮廓模型的图像分割方法 | 第14-24页 |
·曲线演化理论和水平集方法 | 第14-16页 |
·曲线演化理论 | 第14-15页 |
·水平集方法 | 第15-16页 |
·变分水平集方法 | 第16页 |
·变分法和梯度下降流法 | 第16-18页 |
·基于边界的活动轮廓模型 | 第18-19页 |
·基于区域的活动轮廓模型 | 第19-22页 |
·基于边界和区域的混合活动轮廓模型 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 几种基于区域信息和全局算法的图像分割 | 第24-41页 |
·快速全局最小化的活动轮廓模型 | 第24-28页 |
·模型描述及算法实现 | 第24-27页 |
·实验结果 | 第27-28页 |
·基于 Wasserstein 距离局部直方图算法的图像分割 | 第28-30页 |
·模型描述及算法实现 | 第28-30页 |
·实验结果 | 第30页 |
·利用模糊区域竞争和频域信息的图像分割 | 第30-34页 |
·模型描述及算法实现 | 第31-33页 |
·实验结果 | 第33-34页 |
·实验结果对比分析 | 第34-40页 |
·本章小结 | 第40-41页 |
第四章 多分布活动轮廓模型图像分割 | 第41-54页 |
·引言 | 第41页 |
·区域竞争模型 | 第41-42页 |
·熵的概念及算法 | 第42-43页 |
·多分布活动轮廓模型描述及算法实现 | 第43-46页 |
·实验结果与对比分析 | 第46-53页 |
·实验平台与实验数据 | 第46-47页 |
·本文算法结果分析 | 第47-50页 |
·本文算法和其它几种算法的结果比较与分析 | 第50-53页 |
·本章小结 | 第53-54页 |
第五章 总结与展望 | 第54-56页 |
·本文工作总结 | 第54-55页 |
·展望 | 第55-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-61页 |