摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-11页 |
·研究背景和意义 | 第8页 |
·纹理图像分割的研究 | 第8-10页 |
·纹理图像分割技术的研究现状 | 第8-9页 |
·纹理图像分割技术的不足与改进 | 第9-10页 |
·章节安排 | 第10-11页 |
2 水平集方法及其数值格式 | 第11-19页 |
·水平集理论 | 第11-13页 |
·水平集方法 | 第11-12页 |
·速度函数的定义 | 第12-13页 |
·水平集的数值形式 | 第13-15页 |
·水平集函数演化的快速算法 | 第15-18页 |
·快速步进法 | 第15-17页 |
·窄带水平集算法 | 第17-18页 |
·小结 | 第18-19页 |
3 无边缘活动轮廓模型 | 第19-25页 |
·Mumford-Shah模型 | 第19-20页 |
·简化的Mumford-Shah模型—C-V模型 | 第20-22页 |
·C-V模型 | 第20页 |
·基于水平集的C-V模型 | 第20-22页 |
·多通道无边缘活动轮廓模型 | 第22-24页 |
·本章小结 | 第24-25页 |
4 子空间分析法 | 第25-31页 |
·主成分分析法 | 第25-26页 |
·并发子空间分析 | 第26-30页 |
·Tensor的基础知识 | 第26-28页 |
·并发子空间分析 | 第28-30页 |
·本章小结 | 第30-31页 |
5 图像纹理特征提取 | 第31-39页 |
·非线性结构张量 | 第31-33页 |
·纹理梯度 | 第33-34页 |
·Gabor小波变换 | 第34-35页 |
·方向能量 | 第35-36页 |
·基于像素模式纹理特征 | 第36-38页 |
·小结 | 第38-39页 |
6 基于纹理子空间成分的Vector-valued C-V模型的图像分割 | 第39-46页 |
·基于纹理梯度的特征空间 | 第39-40页 |
·基于PPBTF的纹理子空间 | 第40页 |
·基于PCA的Gabor纹理子空间 | 第40-42页 |
·基于CSA的Gabor纹理子空间 | 第42页 |
·降维的OE纹理子空间成分 | 第42-44页 |
·基于OE的特征空间 | 第43页 |
·降维的OE的纹理特征子空间 | 第43-44页 |
·降维的OE复数纹理子空间成分 | 第44-46页 |
7 实验结果及分析 | 第46-55页 |
·合成纹理图像的分割 | 第47-48页 |
·自然纹理图像的分割 | 第48-52页 |
·灰度均匀图像的分割 | 第52-53页 |
·甲状腺CT图像的分割 | 第53页 |
·实验小结 | 第53-55页 |
结论 | 第55-56页 |
参考文献 | 第56-60页 |
攻读硕士学位期间发表学术论文情况 | 第60-61页 |
致谢 | 第61-62页 |