| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 图像分割应用 | 第11-12页 |
| 1.2.2 图像分割方法 | 第12-13页 |
| 1.3 均值漂移算法的研究现状 | 第13-15页 |
| 1.4 GrowCut算法的研究现状 | 第15-16页 |
| 1.5 论文主要工作 | 第16-17页 |
| 1.6 本文的组织结构 | 第17-18页 |
| 第2章 彩色图像分割 | 第18-28页 |
| 2.1 图像分割数学含义 | 第18-19页 |
| 2.2 彩色图像分割概述 | 第19页 |
| 2.3 彩色图像分割方法 | 第19-25页 |
| 2.3.1 基于区域的分割技术 | 第20-22页 |
| 2.3.2 基于边缘的分割技术 | 第22-23页 |
| 2.3.3 基于图论的分割技术 | 第23-24页 |
| 2.3.4 基于人工智能的分割技术 | 第24-25页 |
| 2.4 图像分割算法评价 | 第25-27页 |
| 2.4.1 评价方案和要求 | 第25-26页 |
| 2.4.2 分割算法评价法则 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于GrowCut算法的彩色图像分割 | 第28-36页 |
| 3.1 传统交互式图像分割 | 第28-29页 |
| 3.2 GrowCut算法简介 | 第29-32页 |
| 3.2.1 元胞自动机理论 | 第29-30页 |
| 3.2.2 GrowCut算法概述 | 第30-32页 |
| 3.3 GrowCut彩色图像分割 | 第32-35页 |
| 3.3.1 GrowCut种子模板 | 第32-33页 |
| 3.3.2 GrowCut迭代分割效果 | 第33-34页 |
| 3.3.3 GrowCut算法总结 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 自适应带宽的均值漂移图像预分割算法 | 第36-46页 |
| 4.1 均值漂移算法原理 | 第36-39页 |
| 4.1.1 均值漂移向量 | 第37-39页 |
| 4.2 均值漂移图像分割算法 | 第39页 |
| 4.3 自适应带宽均值漂移彩色图像自动分割 | 第39-43页 |
| 4.3.1 自适应带宽值 | 第40-41页 |
| 4.3.2 距离度量方法 | 第41-43页 |
| 4.4 实验结果与分析 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于均值漂移和GrowCut算法的彩色图像分割 | 第46-58页 |
| 5.1 自适应均值漂移图像预分割 | 第46-47页 |
| 5.2 初始种子点定位算法 | 第47-52页 |
| 5.2.1 显著性检测 | 第48-49页 |
| 5.2.2 拟蒙特卡洛算法 | 第49-51页 |
| 5.2.3 初始种子模板 | 第51-52页 |
| 5.3 算法步骤描述 | 第52-53页 |
| 5.4 分割评价标准 | 第53-54页 |
| 5.5 实验结果与对比分析 | 第54-57页 |
| 5.6 本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的论文 | 第65页 |