声明
摘要
第1章 绪论
1.2.1 图像分割定义
1.2.2 图像分割方法
1.3 基于活动轮廓模型的图像分割方法国内外研究现状
1.4 论文主要工作及结构安排
1.4.1 论文主要内容
1.4.2 论文结构安排
第2章 活动轮廓模型图像分割的数学基础
2.1 曲线演化理论及水平集方法
2.1.1 曲线演化方程
2.1.2 水平集方法
2.1.3 水平集数值计算
2.2 数值计算的有限差分法
2.2.1 有限差分格式
2.2.2 显示、隐式及半隐式方案
2.3 变分法及梯度下降流
2.3.1 变分原理
2.3.2 梯度下降法
2.4 本章小结
第3章 基于活动轮廓模型的图像分割
3.1 基于参数的活动轮廓模型
3.2 基于测地线的活动轮廓模型
3.3 基于区域信息的几何活动轮廓模型
3.3.1 CV模型
3.3.2 LBF模型
3.3.3 LGIF模型
3.4 本章小结
第4章 一种改进的基于局部和全局信息的几何活动轮廓模型
4.1 改进的基于局部和全局信息的几何活动轮廓模型
4.2 改进的LGIF模型相关公式
4.3 数值算法分析
4.4 改进的变步长优化算法
4.4.1 传统求解算法
4.4.2 改进的变步长优化算法
4.5 本章小结
第5章 实验结果与分析
5.1 实验环境
5.2 实验流程
5.3 评价准则
5.4 对比实验及分析
5.4.1 与CV模型整体灰度不均匀的实验对比
5.4.2 与CV模型背景灰度不均匀的图像实验对比
5.4.3 与LBF模型对含噪声的图像实验对比
5.4.4 与LBF模型对初始位置敏感的图像实验对比
5.4.5 与LGIF模型医学图像分割的实验对比
5.4.6 与LGIF模型混合图像分割的实验对比
5.4.7 与前人改进LGIF模型分割效率的实验对比
5.4.8 与改进LGIF模型多目标图像的实验对比
5.5 各个模型的性能对比
5.6 本章小结
第6章 总结与展望
6.1 论文总结
6.2 工作展望
参考文献
致谢