基于图像结构—纹理分解算法的研究及其在图像分割中的应用
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 本文主要工作和创新点 | 第15-16页 |
| 1.4 各章节安排 | 第16-18页 |
| 第二章 基础算法 | 第18-27页 |
| 2.1 非线性分解模型 | 第18-22页 |
| 2.1.1 M-S模型 | 第18-20页 |
| 2.1.2 ROF模型 | 第20-21页 |
| 2.1.3 混合模型 | 第21-22页 |
| 2.2 线性分解模型 | 第22-25页 |
| 2.2.1 局部总变分滤波算法(LTV) | 第22-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第三章 基于可信数据拟合的自适应图像分解方法 | 第27-36页 |
| 3.1 自适应图像分解方法 | 第27-31页 |
| 3.2 分块处理方法 | 第31-35页 |
| 3.2.1 直接分块处理 | 第32页 |
| 3.2.2 分块加权处理 | 第32-34页 |
| 3.2.3 逐点分块处理 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 算法优化与加速 | 第36-46页 |
| 4.1 基础滤波方法比较 | 第36-41页 |
| 4.1.1 均值滤波器 | 第36-38页 |
| 4.1.2 高斯滤波器 | 第38-40页 |
| 4.1.3 Sobel算子 | 第40-41页 |
| 4.2 近似高斯算法 | 第41-43页 |
| 4.3 算法加速 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 图像分解在图像分割中的应用 | 第46-50页 |
| 5.1 图像分解在边缘检测中的应用 | 第46-47页 |
| 5.2 图像分解在轮胎缺陷检测中的应用 | 第47-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表的学术论文目录 | 第56-57页 |
| 攻读硕士学位期间参与的科研项目情况 | 第57-58页 |
| 学位论文评闻及答辩情况表 | 第58页 |
