声明
致谢
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于阈值的分割
1.2.2 基于边缘检测的分割
1.2.3 基于区域的分割
1.2.4 基于聚类的分割
1.2.5 基于特定理论的分割
1.3 本文的主要研究工作
1.4 本文的组织结构
第二章 谱聚类和超像素分割的理论方法介绍
2.1.1 图划分准则
2.1.2 相似度矩阵、度矩阵以及拉普拉斯矩阵
2.2 经典谱聚类算法
2.2.1 迭代谱聚类算法
2.2.2 多路谱聚类算法
2.3 超像素分割方法概述
2.3.1 超像素简介
2.3.2 超像素分割方法分类
2.4 本章小节
第三章 基于边缘概率的超像素分割方法
3.1 边缘检测
3.1.1 传统的边缘检测算子
3.1.2 结构化边缘检测算子
3.2 基于边缘概率的超像素分割方法
3.2.1 算法设计
3.2.2 实验结果与分析
3.3 本章小节
第四章 基于超像素合并的交互式图像分割方法
4.1 图像预分割
4.2 用户标记目标区域和背景区域
4.3 超像素的计算
4.3.1 颜色特征
4.3.2 纹理特征
4.3.3 相似度度量
4.4 超像素合并
4.4.1 合并过程
4.4.2 算法效率分析
4.5 实验结果与分析
4.6 本章小结
第五章 基于超像素谱聚类的无监督图像分割方法
5.1 引言
5.2 图像预分割
5.3 超像素的计算
5.4.1 密度峰值聚类
5.4.2 截断距离优化
5.4.3 初始聚类中心选择
5.5.1 算法设计
5.5.2 实验结果与分析
5.6 本章小节
第六章 总结与展望
6.1 论文主要工作总结
6.2 后续研究及展望
参考文献
攻读硕士学位期间的学术活动和成果