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

基于主动轮廓的图像协同分割方法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-20页
    1.1 引言第10-11页
    1.2 研究现状第11-18页
        1.2.1 图像分割研究现状第11-13页
        1.2.2 协同分割研究现状第13-18页
    1.3 研究内容第18-19页
        1.3.1 研究目标第18页
        1.3.2 研究内容第18-19页
        1.3.3 主要问题和难点第19页
    1.4 论文结构第19-20页
第2章 准备知识第20-27页
    2.1 引言第20-21页
    2.2 图像显著性检测第21-22页
        2.2.1 自底向上的显著性检测算法第21-22页
        2.2.2 自顶向下的显著性检测算法第22页
    2.3 超像素分割第22-25页
        2.3.1 基于图论的超像素分割算法第23-24页
        2.3.2 基于梯度下降的超像素分割算法第24-25页
    2.4 数据库及评价标准第25页
        2.4.1 图像数据库第25页
        2.4.2 评价标准第25页
    2.5 本章小结第25-27页
第3章 基于主动轮廓和图像显著性的协同分割模型第27-42页
    3.1 引言第27页
    3.2 主动轮廓模型第27-28页
    3.3 本文协同分割模型第28-33页
        3.3.1 模型能量函数定义第28-32页
        3.3.2 参数分析第32-33页
    3.4 实验第33-40页
        3.4.1 参数设定第33页
        3.4.2 对比方法第33-34页
        3.4.3 显著性算法选择第34-35页
        3.4.4 iCoseg图像库第35-38页
        3.4.5 MSRC图像库第38-40页
    3.5 本章小结第40-42页
第4章 基于超像素和层次计算的水平集优化算法第42-54页
    4.1 引言第42页
    4.2 水平集基本理论第42-44页
    4.3 本文优化算法第44-49页
        4.3.1 水平集优化第44-46页
        4.3.2 超像素加速第46-47页
        4.3.3 层次计算加速第47-48页
        4.3.4 改进后的协同分割算法第48-49页
    4.4 实验第49-52页
        4.4.1 参数设定第50页
        4.4.2 iCoseg图像库第50-51页
        4.4.3 MSRC图像库第51-52页
    4.5 本章小结第52-54页
结论第54-56页
参考文献第56-64页
攻读学位期间发表论文与研究成果清单第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:大型激光装置甚多路预放大系统关键技术研究
下一篇:纳米晶锌镀层的制备与钝化处理及其形成机理研究