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

基于局部先验信息与主动轮廓模型的图像分割

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-14页
    1.1 概述第8页
    1.2 图像分割的研究进展第8-11页
    1.3 主动轮廓模型的研究现状第11-13页
        1.3.1 基于边界的主动轮廓模型第11页
        1.3.2 基于区域的主动轮廓模型第11页
        1.3.3 混合型主动轮廓模型第11-12页
        1.3.4 基于偏移场矫正的主动轮廓模型第12-13页
    1.4 论文结构与章节安排第13-14页
第2章 基于局部区域信息和偏移场矫正模型的图像分割算法第14-26页
    2.1 水平集方法的基本原理第14-16页
        2.1.1 曲线演化理论第14-15页
        2.1.2 水平集方法第15-16页
    2.2 CV模型与带有偏移场信息的LBF模型第16-18页
        2.2.1 CV模型第16-17页
        2.2.2 带有偏移场信息的LBF模型第17-18页
    2.3 基于区域信息的图像分割与偏移场矫正模型(LBCV模型)第18-20页
        2.3.1 LBCV模型第18-19页
        2.3.2 计算量比较第19-20页
    2.4 实验第20-24页
        2.4.1 LBCV模型实验结果第20-21页
        2.4.2 对比实验第21-24页
    2.5 本章小结第24-26页
第3章 基于局部统计特性和结构张量的图像分割算法第26-32页
    3.1 基于局部统计概率信息的图像分割与偏移场矫正模型第26-28页
        3.1.1 SVMLS模型第26-27页
        3.1.2 SVMLS模型的二相水平集表示及求解第27-28页
    3.2 融入纹理信息的SVMLS图像分割模型第28-29页
        3.2.1 纹理信息表示第28-29页
        3.2.2 总体算法步骤第29页
    3.3 实验结果与讨论第29-31页
        3.3.1 二相SVMLS模型在图像中的应用第29-30页
        3.3.2 对比实验第30-31页
    3.4 本章小结第31-32页
第4章 基于自适应正则与偏移场矫正模型的图像分割算法第32-40页
    4.1 贝叶斯框架第32页
    4.2 结合自适应正则的图像分割与偏移场矫正模型第32-35页
        4.2.1 似然函数第32-33页
        4.2.2 轮廓先验第33页
        4.2.3 自适应正则第33-34页
        4.2.4 能量函数的水平集表示第34页
        4.2.5 最优化第34-35页
    4.3 实验结果与分析第35-39页
        4.3.1 模拟图像分割结果第36-38页
        4.3.2 真实图像分割结果第38-39页
    4.4 本章小结第39-40页
第5章 总结与展望第40-42页
    5.1 本文总结第40页
    5.2 前景展望第40-42页
参考文献第42-48页
致谢第48-50页
攻读学位期间研究成果第50页

论文共50页,点击 下载论文
上一篇:基于投票机制的文本主客观分类系统
下一篇:身份加密方法应用于组合文档安全删除的研究