第一个书签之前
Abstract
第一章 绪论
1.2 叶片图像分割发展现状
1.3 本文主要工作安排
第二章 随机漫步常见模型
2.1 随机漫步理论
2.2 随机漫步常见模型
2.2.1 Leo Grady模型
2.2.2 先验随机漫步模型
2.2.3 广义随机漫步模型
2.2.4 尺度空间随机漫步模型
2.2.5 限制随机漫步模型
2.2.6 重启随机漫步模型
2.3 本章小结
第三章 随机漫步在图像处理中的应用
3.1 基于随机漫步的图像分割
3.1.3 标记种子点
3.1.4 最小化能量函数
3.1.5 其它方面
3.2 其它应用
3.2.1 基于随机漫步的图像融合
3.2.2 基于随机漫步的孔洞填充
3.2.3 基于随机漫步的2D-3D转换
3.2.4 基于随机漫步的图像渲染
3.2.5 基于随机漫步的图像增强
3.2.6 基于随机漫步的图像配准
3.2.7 基于随机漫步的图像检索
3.3 本章小结
第四章 复杂背景下基于随机漫步的叶片图像分割
4.2 算法描述及讨论
4.2.1 RGB 归一化到Luv
4.2.2 改进的先验随机漫步模型
4.2.3 综合概率图的二值化
4.3 实验和讨论
4.3.1 实验结果对比
4.3.2 性能分析
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 工作展望
参考文献
在学期间的研究成果
致 谢
兰州大学;