当前位置：

偏微分与变分技术在图像分割中的应用研究

作者：李钢

出版社：北京理工大学出版社

出版年：2019-07-01

评分：5分

ISBN：9787568271608

所属分类：网络科技

书刊介绍

偏微分与变分技术在图像分割中的应用研究目录

第1章绪论1．1 研究背景和意义1．2 国内外研究现状1．2．1 图像分割的传统方法综述1．2．2 基于偏微分方程图像的分割方法综述1．3 本书结构第2章图像处理的偏微分与变分技术2．1 变分法2．1．1 变分原理2．1．2 梯度下降流方程2．2 水平集方法的基本理论2．2．1 曲线演化理论2．2．2 水平集方法2．2．3 变分水平集方法2．2．4 水平集方法的数值求解2．3 经典的活动轮廓模型2．3．1 Snae模型2．3．2 Mumford-Shah模型2．3．3 CV模型2．3．4 RSF模型2．3．5 LCK模型2．4 本章小结第3章基于局部灰度差异的噪声自纠正分割模型3．1 引言3．2 研究背景3．3 噪声自纠正的活动轮廓模型3．3．1 噪声修正函数的构建3．3．2 能量泛函的建立3．3．3 模型的数值实现及算法步骤3．4 实验结果与分析3．4．1 参数的设置及评价方法3．4．2 模型的性能3．4．3 与相关模型的比较3．4．4 分割精度对比3．5 本章小结第4章一种邻域自适应的噪声图像分割模型4．1 引言4．2 研究背景4．3 梯度自适应的活动轮廓模型4．3．1 自适应核函数的构造4．3．2 能量泛函极小化4．3．3 模型的数值实现及算法步骤4．4 实验结果与分析4．4．1 参数设置及评价方法4．4．2 初始轮廓的鲁棒性4．4．3 应用于合成图像4．4．4 应用于自然图像4．4．5 分割效率的对比4．5 本章小结第5章修正局部极小的局部灰度差异分割模型5．1 引言5．2 研究背景5．3 模型的提出5．3．1 局部灰度差异项的构建5．3．2 模型的水平集表示5．3．3 模型的数值解法及其算法的概述5．4 实验结果分析5．4．1 对初始轮廓的敏感性对比5．4．2 对含有噪声和模糊边界图像的分割5．4．3 与相关模型的对比实验5．4．4 分割精度对比5．5 本章小结第6章基于支持向量机的噪声图像分割模型6．1 研究背景6．2 相关理论6．2．1 基于K均值的局部相关系数方法6．2．2 One-Class SVM异常值检测方法6．3 异常值检测与鲁棒的噪声图像分割方法6．4 实验结果与分析6．4．1 椒盐噪声环境下合成图像分割实验6．4．2 椒盐噪声环境下自然图像分割实验6．4．3 迭代耗时分析6．5 本章小结第7章结合OTSU的图像分割模型7．1 研究背景7．2 相关模型7．2．1 RSF模型7．2．2 LIF模型7．2．3 *大类间方差思想7．3 基于*大类间方差的VLIF模型7．4 能量泛函求解7．5 实验结果与分析7．5．1 对灰度不均匀图像的分割7．5．2 对医学图像的分割7．5．3 对场景复杂的自然图像的分割7．5．4 分割精度7．6 本章小结第8章基于熵的全局和局部权重自适应模型8．1 研究背景8．2 相关理论8．2．1 图像熵理论8．2．2 局部图像熵8．2．3 C-V模型8．3 基于图像熵的权重自动调节活动轮廓模型8．4 能量泛函求解8．5 实验结果与分析8．5．1 对初始轮廓的敏感度实验8．5．2 权重函数自动调节的有效性8．5．3 对自然图像的分割8．5．4 视网膜血管图像分割8．5．5 迭代次数和耗时8．6 本章小结第9章总结参考文献

偏微分与变分技术在图像分割中的应用研究内容简介

本书总结了笔者近年来在图像分割方面的研究成果, 主要介绍了基于变分水平集的分割技术及其应用, 并在对该领域基本概念、相关技术、研究进展进行总结分析和深入研究的基础上, 提出了几种新的分割方法和理论。本书在内容上力求做到深人浅出、通俗易懂, 不仅具有一定的深度和广度, 而且反映学科的新问题、新动向, 介绍学科前沿的新成果和新内容。