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

水平集方法及其在图像分割中的应用研究

摘要第1-6页
ABSTRACT第6-17页
第1章 绪论第17-27页
   ·数字图像处理的概念第17-18页
   ·图像分割的概念第18-20页
   ·图像分割方法的分类第20-23页
   ·图像分割的应用第23页
   ·本文的研究背景和意义第23-24页
   ·本文的内容安排第24-25页
   ·本文的主要创新点第25-27页
第2章 水平集方法综述第27-47页
   ·参数活动轮廓模型第27-29页
   ·水平集方法的基本理论第29-38页
     ·曲线演化理论第29-32页
     ·水平集方法第32-35页
     ·水平集函数的初始化第35-36页
     ·水平集方法的数值计算第36-38页
   ·水平集方法的研究现状第38-46页
     ·研究概况第38-41页
     ·水平集方法在图像分割领域里的研究现状第41-45页
     ·研究趋势第45-46页
   ·本章小结第46-47页
第3章 基于局部信息的改进型 Chan-Vese 模型第47-76页
   ·引言第47-49页
   ·相关能量模型第49-52页
     ·Mumford-Shah 模型第49-50页
     ·Chan-Vese 模型第50-52页
   ·Local Chan-Vese 模型第52-64页
     ·全局项第52-53页
     ·局部项第53-55页
     ·规则化项第55-58页
     ·水平集演化方程第58-60页
     ·扩展型结构张量第60-62页
     ·水平集演化的终止准则第62-63页
     ·模型的数值实现第63-64页
     ·算法步骤描述第64页
   ·实验结果第64-75页
     ·参数设置第64-65页
     ·灰度分布均匀图像分割实验第65-66页
     ·与CV 模型的对比实验第66-68页
     ·与LBF 模型的对比实验第68-69页
     ·纹理图像分割实验第69-71页
     ·综合性真实图像分割实验第71-73页
     ·能量惩罚项与快速步进法的对比第73-74页
     ·讨论第74-75页
   ·本章小结第75-76页
第4章 用于多相图像分割的多层水平集框架第76-93页
   ·引言第76-77页
   ·多相 Chan-Vese 模型第77-79页
   ·多层水平集框架第79-86页
     ·图像层的概念第79-81页
     ·水平集函数初始化第81-82页
     ·单图像层上的水平集演化第82-84页
     ·图像背景层的检测第84-85页
     ·多层水平集框架算法步骤第85-86页
   ·实验结果第86-92页
     ·两相图像分割实验第86-87页
     ·多相图像分割实验第87-91页
     ·与多相CV 模型的对比实验第91-92页
   ·本章小结第92-93页
第5章 基于水平集演化的密度聚类框架第93-122页
   ·引言第93-96页
   ·水平集密度聚类框架第96-110页
     ·数据空间与图像空间第96-97页
     ·测地线活动轮廓模型第97-99页
     ·核密度估计第99-100页
     ·数据空间中的水平集初始轮廓第100-101页
     ·数据空间中的水平集演化过程第101-104页
     ·数据空间中水平集演化的终止准则第104-105页
     ·水平集密度第105-106页
     ·基于水平集密度的寻谷法第106-109页
     ·离群点检测第109页
     ·详细算法步骤第109-110页
   ·实验结果第110-121页
     ·参数设置第110-111页
     ·人工数据集上的聚类实验第111-116页
     ·真实数据集上的聚类实验第116-117页
     ·与其他密度聚类方法的对比实验第117-119页
     ·性能分析第119-121页
   ·本章小结第121-122页
第6章 基于先验信息的植物叶片图像分割第122-137页
   ·引言第122-124页
   ·基于植物叶片近似对称性先验信息的水平集分割方案第124-130页
     ·植物叶片的近似对称性第124-125页
     ·两级水平集分割方案第125-128页
     ·实验结果第128-130页
   ·基于植物叶片形状大小先验信息的自动标记分水岭分割方案第130-136页
     ·分水岭算法简介第130-131页
     ·自动标记分水岭分割方案第131-134页
     ·实验结果第134-136页
   ·本章小结第136-137页
总结和展望第137-140页
参考文献第140-148页
在读期间发表的学术论文与取得的其他研究成果第148-150页
致谢第150-151页

论文共151页,点击 下载论文
上一篇:按例和按绘的图像检索研究
下一篇:基于μ基的曲面隐式化、参数化和奇异点计算