基于改进蛇模型的步态轮廓提取
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究目标和研究内容 | 第12-15页 |
| 2 运动区域分割方法 | 第15-25页 |
| ·引言 | 第15页 |
| ·人体轮廓提取的主要方法 | 第15-20页 |
| ·帧间差分法 | 第15-18页 |
| ·背景消减法 | 第18-19页 |
| ·基于运动场的方法 | 第19-20页 |
| ·其他图像分割方法 | 第20-22页 |
| ·高阶统计(HOS)图像分割方法 | 第21页 |
| ·小波图像分割方法 | 第21-22页 |
| ·人工神经网络图像分割方法 | 第22页 |
| ·基于活动轮廓的方法 | 第22-23页 |
| ·本章小节 | 第23-25页 |
| 3 SNAKE 模型 | 第25-45页 |
| ·SNAKE 模型概述 | 第25-31页 |
| ·Snake 模型的能量函数 | 第25-26页 |
| ·Snake 能量最小化算法 | 第26-29页 |
| ·Snake 模型的性能 | 第29-31页 |
| ·SNAKE 模型的改进 | 第31-41页 |
| ·气球模型 | 第31-35页 |
| ·距离模型 | 第35-36页 |
| ·GVF 模型 | 第36-40页 |
| ·贪婪算法 | 第40-41页 |
| ·其他改进算法 | 第41页 |
| ·SNAKE 模型的应用 | 第41-44页 |
| ·图像分割和分类 | 第42-43页 |
| ·运动跟踪 | 第43-44页 |
| ·本章小节 | 第44-45页 |
| 4 本文提出的改进算法 | 第45-55页 |
| ·改进算法原理 | 第45-46页 |
| ·改进算法流程 | 第46-53页 |
| ·图像的预处理 | 第46-50页 |
| ·初始轮廓的设定 | 第50-51页 |
| ·GVF 模型的改进 | 第51-53页 |
| ·本章小节 | 第53-55页 |
| 5 实验与结果评价 | 第55-67页 |
| ·分割效果比较 | 第55-59页 |
| ·程序运行时间比较 | 第59页 |
| ·对实验结果的评价 | 第59-66页 |
| ·优度法评价结果 | 第60-61页 |
| ·偏差法评价结果 | 第61-62页 |
| ·识别方法评价结果 | 第62-66页 |
| ·本章小节 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·本文总结 | 第67-68页 |
| ·工作期望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 附录: 作者在攻读硕士学位期间发表的论文目录 | 第77页 |
