圖像特征檢測的偏微分方程方法及應用

第1章 緒論
1.1 圖像特征檢測研究背景與意義
1.2 圖像特征檢測方法概述
1.3 本書主要內(nèi)容和結構安排
第2章 圖像顯著性檢測的相場變分模型
2.1 相場方法和Cahn-Hilliard模型
2.2 圖像顯著性檢測的Sobolev梯度相場變分模型
2.3 圖像顯著性檢測的反正切變分正則模型
2.4 小結
第3章 圖像顯著性檢測的非局部變分模型
3.1 知識背景
3.2 非局部p-Laplace正則的相場變分模型
3.3 Matlab數(shù)值實現(xiàn)與圖像顯著性檢測
3.4 小結
第4章 圖像邊緣特征檢測的變分水平集模型
4.1 圖像邊緣檢測的偏微分方程方法概述
4.2 基于二階方向導數(shù)的水平集演化
4.3 整合圖像特征方向信息的水平集演化
4.4 小結
第5章 結構張量水平集演化與紅外目標檢測
5.1 紅外圖像概述
5.2 紅外目標邊緣檢測研究現(xiàn)狀
5.3 張量擴散的變分水平集模型
5.4 基于結構張量的偏微分方程模型
5.5 小結
第6章 圖像邊緣檢測的前向后向擴散距離正則模型
6.1 水平集方法與符號距離正則
6.2 距離保持水平集演化
6.3 前向后向擴散的距離正則模型
6.4 小結
第7章 結論與展望
7.1 全文總結
7.2 今后的研究方向
參考文獻