本文針對(duì)基于概率密度有限混合模型分割過(guò)程中存在的若干關(guān)鍵問(wèn)題，進(jìn)行定性研究與定量分析，且理論結(jié)合實(shí)際，介紹了多種新型魯棒的自然圖像分割方法，并*終將相關(guān)圖像分割結(jié)果輔助或指導(dǎo)場(chǎng)景分類(lèi)、目標(biāo)檢測(cè)等高層圖像分析任務(wù)。
本書(shū)一共包含15個(gè)章節(jié)，主要包括圖像分割的背景、目的、意義，以及國(guó)內(nèi)外現(xiàn)狀；圖割模型優(yōu)化的基礎(chǔ)理論；圖像的配準(zhǔn)方法；圖像的融合方法；基于全□分流的邊界(TVFE)提取技術(shù)；改進(jìn)有限混合模型的圖像分割方法；圖像的去色方法；結(jié)合狄利克雷分布與均值模板的圖像分割方法；結(jié)合測(cè)地線(xiàn)活動(dòng)輪廓與模糊C均值的圖像分割方法；基于非□部均值模板的圖像分割方法；基于空間約束概率模型優(yōu)化的圖像分割方法；基于多□量學(xué)生-t分布的多類(lèi)圖像分割方法；深度學(xué)習(xí)的基本原理；圖像的場(chǎng)景分類(lèi)方法；圖像的目標(biāo)檢測(cè)方法。
|
