图像处理与分割技术研究
作者：扬勇 整理日期：2023-01-06 04:25:55
本文针对基于概率密度有限混合模型分割过程中存在的若干关键问题，进行定性研究与定量分析，且理论结合实际，介绍了多种新型鲁棒的自然图像分割方法，并*终将相关图像分割结果辅助或指导场景分类、目标检测等高层图像分析任务。
本书一共包含15个章节，主要包括图像分割的背景、目的、意义，以及国内外现状；图割模型优化的基础理论；图像的配准方法；图像的融合方法；基于全□分流的边界(TVFE)提取技术；改进有限混合模型的图像分割方法；图像的去色方法；结合狄利克雷分布与均值模板的图像分割方法；结合测地线活动轮廓与模糊C均值的图像分割方法；基于非□部均值模板的图像分割方法；基于空间约束概率模型优化的图像分割方法；基于多□量学生-t分布的多类图像分割方法；深度学习的基本原理；图像的场景分类方法；图像的目标检测方法。
|
闁兼眹鍎插﹢鐗堢▕閿旇法鐟濋柤铏灊缁楀懏娼弬銈囩閻犲洤鍢叉禍鏇熺┍閳╁啫顥囬柟璇茬箰瑜板憡绋夌€ｎ収娼″ù婊冪灱濞ｎ噣鎯嶉敓锟�
闁稿繗娅曢弫鐐哄礂椤戣法鑸归柛娆忕殱閳ь剚绮岄崺鍡涙⒔椤厼濮涘Λ锝嗙憿閳ь剨鎷�,濞戞棑绠戝鍝ヤ焊閸℃瑧鑸堕柟顔哄妼閸ㄥ孩绂嶉锝嗘嫳濞戞棑璐熼埀顒婃嫹
闁兼眹鍎扮粭鍛姜閽樺绔剧紓鍌楁櫅鐎垫﹢寮垫径濠勬闁活喕绶ょ槐婵嬪触鐏炲墽澹夐柟娈垮亞閻栨粓宕楅搹顐ｆ殘闁挎稑鑻ú鏍ㄥ緞瀹ヤ讲鍋撳⿰鍠版帡宕㈢€ｎ亞妲曢柣顔昏閳ь剚绻傚畵鍡涘矗椤栨ǚ鍋撻敓锟�
|
