圖像演化模型理論分析及其應用

前言
摘要
第1章 引言
1．1 課題研究背景
1．2 課題研究意義
第2章 基于演化思想的圖像處理技術(shù)
2．1 圖像處理演化模型的基本思想
2．2 演化模型的理論研究現(xiàn)狀及應用
2．2．1 Gauss尺度模型及相關性質(zhì)
2．2．2 非線性尺度模型
2．3 水平集曲面的構(gòu)造
2．4 本章小結(jié)
第3章 基于多尺度理論的圖像去噪自適應算法研究
3．1 引言
3．2 偏微分方程去噪方法研究現(xiàn)狀
3．2．1 Perona-Malik方程
3．2．2 Alvarez,Lions和Morel模型
3．2．3 F．Catte模型
3．2．4 林石算子
3．3 自適應去噪算法分析
3．3．1 各向異性擴散模型及其去噪原理
3．3．2 圖像質(zhì)量評價方法
3．3．3 本書改進的模型
3．3．4 自適應算法構(gòu)造
3．3．5 自適應濾波中種改進的結(jié)構(gòu)相似度算法
3．4 離散化法分析
3．4．1 顯式差分格式
3．4．2 半隱格式
3．4．3 高維差分格式
3．4．4 改進模型的離散化
3．5 仿真實驗
3．6 本章小結(jié)
第4章 基于多尺度理論的圖像特征分析
4．1 引言
4．2 突變理論相關概念及引理
4．3 高斯尺度空間模型的標準形
4．4 高斯尺度空間模型的分岔分析
4．4．1 第種標準形
4．4．2 第二種標準形
4．4．3 第三種標準形
4．4．4 第四種標準形
4．4．5 第五種標準形
4．4．6 進步分析
4．5 高斯尺度空間理論的進步研究與實驗
4．5．1 維信號的高斯尺度空間
4．5．2 二維信號的高斯尺度空間
4．5．3 基于高斯尺度的過零點邊緣檢測
4．6 本章小結(jié)
第5章 基于多尺度理論的圖像特征研究及應用
5．1 引言
5．2 基于高斯尺度空間模型分岔點的圖像匹配方法
5．2. 1 高斯尺度空間模型分岔點
5．2．2 基于分岔點的圖像匹配算法
5．2．3 實驗結(jié)果分析
5．3 基于多尺度空間理論的邊緣檢測算法探究
5．3．1 基于模糊增強算法的單尺度過零點邊緣檢測
5．3．2 實驗結(jié)果分析
5．3．3 基于單尺度的圖像邊緣檢測算法的改進
5．3．4 實驗結(jié)果分析
5．4 本章小結(jié)
第6章 基于多尺度理論的圖像骨架提取分析
6．1 引言
6．2 骨架提取的基本概念及相關方法
6．3 骨架提取理論算法研究與詳解
6．3．1 Level Set模型
6．3．2 曲率尺度空間理論
6．3．3 快速行進法（FMM）
6．3．4 基于Level Set模型與改進快速行進法的骨架提取算法
6．4 應用實例
6．4．1 實例描述
6．4．2 實驗方案
6．4．3 實驗結(jié)果與討論
6．5 本章小結(jié)
結(jié)論
參考文獻