| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 基于PDE的活动轮廓图像分割方法的分类及研究现状 | 第12-14页 |
| 1.2.1 基于图像边缘信息的活动轮廓分割方法 | 第12-13页 |
| 1.2.2 基于图像区域信息的活动轮廓分割方法 | 第13-14页 |
| 1.2.3 混合活动轮廓分割方法 | 第14页 |
| 1.3 目前研究进展 | 第14-15页 |
| 1.4 本文主要工作和结构安排 | 第15-17页 |
| 第二章 基于PDE的活动轮廓图像分割的理论知识 | 第17-32页 |
| 2.1 PDE与图像分割 | 第17-19页 |
| 2.1.1 PDE简介 | 第17-18页 |
| 2.1.2 基于PDE的活动轮廓图像分割 | 第18-19页 |
| 2.2 变分法原理 | 第19-20页 |
| 2.3 水平集方法 | 第20-28页 |
| 2.3.1 曲线演化 | 第21-22页 |
| 2.3.2 曲线的水平集表示 | 第22-23页 |
| 2.3.3 水平集方法 | 第23-24页 |
| 2.3.4 变分水平集方法 | 第24-26页 |
| 2.3.5 水平集函数的选择和初始化 | 第26-28页 |
| 2.4 梯度下降流 | 第28-29页 |
| 2.5 有限差分法 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于PDE的经典活动轮廓分割模型介绍 | 第32-45页 |
| 3.1 测地线活动轮廓（GAC）模型 | 第32-36页 |
| 3.1.1 模型的建立 | 第32-34页 |
| 3.1.2 数值实现 | 第34-35页 |
| 3.1.3 仿真结果及分析 | 第35-36页 |
| 3.2 无边缘活动轮廓（CV）模型 | 第36-40页 |
| 3.2.1 模型的建立 | 第37-38页 |
| 3.2.2 数值实现 | 第38-39页 |
| 3.2.3 仿真结果及分析 | 第39-40页 |
| 3.3 局部可变尺度拟合（RSF）模型 | 第40-44页 |
| 3.3.1 模型简介 | 第40-42页 |
| 3.3.2 数值实现 | 第42-43页 |
| 3.3.3 仿真实现及分析 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于图像局部结构复杂度的自然图像分割模型 | 第45-64页 |
| 4.1 基于图像局部结构复杂度的纹理图像特征描述 | 第45-50页 |
| 4.1.1 纹理图像的性质及描述方法 | 第46-48页 |
| 4.1.2 基于图像局部结构复杂度的新型纹理图像特征描述方法 | 第48-50页 |
| 4.2 基于图像局部结构复杂度的活动轮廓分割模型 | 第50-54页 |
| 4.2.1 基于扩散方程的特征图优化 | 第50-53页 |
| 4.2.2 活动轮廓模型构建 | 第53-54页 |
| 4.3 数值算法 | 第54-56页 |
| 4.4 图像分割质量评价 | 第56-58页 |
| 4.5 实验结果及对比分析 | 第58-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 改进的水平集图像分割模型 | 第64-77页 |
| 5.1 区域符号压力函数 | 第64-65页 |
| 5.2 自适应水平集演化方程 | 第65-68页 |
| 5.3 改进的水平集图像分割模型 | 第68-73页 |
| 5.3.1 双边滤波 | 第68-70页 |
| 5.3.2 纹理图像的水平集模型分割结果分析 | 第70-71页 |
| 5.3.3 改进的水平集图像分割模型 | 第71-73页 |
| 5.4 数值算法 | 第73页 |
| 5.5 实验结果及对比分析 | 第73-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第六章 总结和展望 | 第77-79页 |
| 6.1 全文总结 | 第77页 |
| 6.2 今后的工作展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间取得的成果 | 第84-85页 |