图像线结构提取与区域分割方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 中英文缩写对照表 | 第10-11页 |
| 1 绪论 | 第11-24页 |
| ·引言 | 第11-12页 |
| ·线结构提取研究概况 | 第12-15页 |
| ·区域分割研究概况 | 第15-18页 |
| ·主要研究内容 | 第18-22页 |
| ·课题来源及内容安排 | 第22-24页 |
| 2 基于标记点过程的线结构提取方法 | 第24-44页 |
| ·引言 | 第24-25页 |
| ·贝叶斯推理框架及相关数学模型概述 | 第25-28页 |
| ·标记点过程框架 | 第28-29页 |
| ·基于标记点过程的线结构模型 | 第29-33页 |
| ·采用模拟退火与RJMCMC方法求解 | 第33-38页 |
| ·实验结果 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 3 基于特征空间聚类的区域分割方法 | 第44-75页 |
| ·引言 | 第44-45页 |
| ·超像素聚类单元及其特征提取 | 第45-46页 |
| ·经典聚类算法缺陷分析及实验证明 | 第46-49页 |
| ·增量迭代方式下的聚类算法 | 第49-61页 |
| ·聚类算法参数的自动选取 | 第61-66页 |
| ·自然图像区域分割实验结果 | 第66-73页 |
| ·本章小结 | 第73-75页 |
| 4 融合感知一致程度的区域分割评价方法 | 第75-89页 |
| ·引言 | 第75-77页 |
| ·局部一致程度 | 第77-80页 |
| ·基于加权Jaccard指数的图像分割评价指标 | 第80-84页 |
| ·对比实验 | 第84-88页 |
| ·本章小结 | 第88-89页 |
| 5 图像中显著区域的分割 | 第89-101页 |
| ·引言 | 第89-90页 |
| ·像素显著程度计算模型 | 第90-95页 |
| ·基于阈值的显著区域分割 | 第95-97页 |
| ·显著区域分割评价方法 | 第97-100页 |
| ·本章小结 | 第100-101页 |
| 6 总结与展望 | 第101-105页 |
| ·研究工作总结 | 第101-102页 |
| ·本文主要贡献 | 第102-104页 |
| ·进一步研究展望 | 第104-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-116页 |
| 附录1 攻读学位期间发表的学术论文 | 第116-118页 |
| 附录2 公开发表的学术论文与博士学位论文的关系 | 第118-119页 |
| 附录3 攻读学位期间参与课题及专利申请 | 第119页 |
