叶图像提取研究及虚拟植物可视化实现
中文摘要 | 第1-7页 |
英文摘要 | 第7-12页 |
1 绪论 | 第12-20页 |
·问题的提出及研究意义 | 第12-15页 |
·问题的提出 | 第12-13页 |
·研究的理论意义 | 第13-14页 |
·研究的应用价值 | 第14-15页 |
·国内外研究现状 | 第15-18页 |
·国外研究现状 | 第15-17页 |
·国内研究现状 | 第17-18页 |
·本文的主要研究内容 | 第18-19页 |
·本文的章节安排 | 第19-20页 |
2 虚拟植物生长模型 | 第20-42页 |
·引言 | 第20页 |
·植物学基本概念 | 第20-22页 |
·植物拓扑结构模型 | 第22-24页 |
·虚拟植物模型 | 第24-36页 |
·虚拟植物模型的理论基础 | 第24-27页 |
·粒子系统 | 第27-31页 |
·L-系统 | 第31-36页 |
·虚拟植物模型分析 | 第36-37页 |
·基于图像的虚拟植物可视化 | 第37-41页 |
·基于图像的虚拟植物可视化 | 第38-40页 |
·模型特点 | 第40-41页 |
·本章小结 | 第41-42页 |
3 叶图像提取 | 第42-64页 |
·引言 | 第42页 |
·图像分割 | 第42-45页 |
·图像分割定义 | 第42-44页 |
·基于神经网络的图像分割 | 第44-45页 |
·叶边缘提取 | 第45-51页 |
·叶图像预处理 | 第45-47页 |
·叶边缘提取 | 第47-51页 |
·叶脉络提取 | 第51-62页 |
·概述 | 第51-53页 |
·细胞神经网络 | 第53-55页 |
·基于细胞神经网络的主动轮廓技术 | 第55-59页 |
·结合主动轮廓技术和细胞神经网络的叶脉络提取 | 第59-62页 |
·结论 | 第62-64页 |
4 基于图像的叶重建 | 第64-82页 |
·引言 | 第64页 |
·基于轮廓的叶表面重建 | 第64-74页 |
·叶轮廓二值化 | 第66-68页 |
·叶轮廓的细线化 | 第68-70页 |
·叶轮廓的矢量化 | 第70-71页 |
·叶轮廓的三角剖分 | 第71-73页 |
·小结 | 第73-74页 |
·基于图像合成技术的叶重建 | 第74-81页 |
·叶生长建模概述 | 第74-77页 |
·基于图像合成的叶重建 | 第77页 |
·叶轮廓和骨架 | 第77-78页 |
·叶特征提取和验证 | 第78-79页 |
·叶表面重构 | 第79-80页 |
·叶纹理映射和变形 | 第80-81页 |
·本章小结 | 第81-82页 |
5 基于图像的树形植物株体近似三维重建 | 第82-106页 |
·引言 | 第82页 |
·基于图像的近似三维植物株体重构 | 第82-84页 |
·基于小波的植物图像提取 | 第84-95页 |
·基于小波的多分辨率图像分割 | 第84-87页 |
·多维形态小波 | 第87-90页 |
·基于小波的植物图像分割 | 第90-95页 |
·基于图像的植物株体结构生成 | 第95-102页 |
·体相交技术 | 第96-97页 |
·可视外壳 | 第97-98页 |
·植物图像目标获取 | 第98-100页 |
·植物株体结构生成 | 第100-102页 |
·重构近似三维植物株体 | 第102-104页 |
·生成“真实”植物 | 第102-103页 |
·注重于视觉效果的近似模拟植物生成过程 | 第103-104页 |
·本章小结 | 第104-106页 |
6 虚拟植物可视化原型系统实现 | 第106-118页 |
·引言 | 第106页 |
·系统设计 | 第106-107页 |
·系统简介 | 第106页 |
·需求分析 | 第106-107页 |
·开发平台和工具的选取 | 第107页 |
·系统主要功能模块 | 第107-109页 |
·系统关键技术分析 | 第109-114页 |
·文法编译器 | 第109-111页 |
·文法执行 | 第111-113页 |
·植株渲染 | 第113-114页 |
·实验结果 | 第114-116页 |
·本章小结 | 第116-118页 |
7 结论与展望 | 第118-120页 |
·主要结论 | 第118-119页 |
·后续研究工作的展望 | 第119-120页 |
致谢 | 第120-122页 |
参考文献 | 第122-130页 |
附录 | 第130-131页 |
独创性声明 | 第131页 |
学位论文版权使用授权书 | 第131页 |