基于在线选择的图分割技术的研究与应用
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 课题研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 本文主要工作 | 第9页 |
| 1.4 全文组织结构 | 第9-11页 |
| 第二章 图像分割技术综述 | 第11-23页 |
| 2.1 基于图论的分割模型的建立 | 第11-13页 |
| 2.1.1 图像的图表示 | 第11-12页 |
| 2.1.2 能量函数的形式化 | 第12-13页 |
| 2.1.3 图像分割的图定义 | 第13页 |
| 2.2 基于图论的图像分割典型算法 | 第13-19页 |
| 2.2.1 最大流/最小割算法 | 第13-14页 |
| 2.2.2 基于边界框的图像分割算法 | 第14-19页 |
| 2.3 其它图像分割算法简述 | 第19-21页 |
| 2.3.1 水平集算法 | 第19-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 基于在线选择的图像分割算法 | 第23-39页 |
| 3.1 算法框架结构 | 第23-26页 |
| 3.1.1 在线特征选择阶段 | 第23-25页 |
| 3.1.2 在线参数选择阶段 | 第25-26页 |
| 3.2 在线特征选择阶段 | 第26-31页 |
| 3.2.1 特征图像形式化 | 第26页 |
| 3.2.2 特征函数的定义及其标准化 | 第26-28页 |
| 3.2.3 评估特征区分度 | 第28-31页 |
| 3.3 图分割阶段 | 第31-34页 |
| 3.4 评价分割效果阶段 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 实验结果分析与讨论 | 第39-45页 |
| 4.1 GMM构建前景背景模型结果 | 第39-40页 |
| 4.2 特征图像的选择 | 第40-41页 |
| 4.3 分割结果 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 图像分割技术的应用 | 第45-49页 |
| 5.1 伪造区域精准定位 | 第45-48页 |
| 5.1.1 伪造区域检测的意义 | 第45页 |
| 5.1.2 伪造区域检测的研究现状 | 第45-46页 |
| 5.1.3 本文方法在伪造检测领域的应用 | 第46-48页 |
| 5.2 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 全文总结 | 第49-50页 |
| 6.2 前景展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
