首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

复杂线条画的简化方法研究及其应用

摘要第5-7页
abstract第7-8页
第1章 绪论第11-16页
    1.1 背景和意义第11-12页
    1.2 研究动机和目标第12页
    1.3 国内外研究现状第12-14页
        1.3.1 基于栅格线条画输入的线条画简化方法研究现状第12-13页
        1.3.2 基于线条输入的线条画简化方法研究现状第13-14页
    1.4 研究内容及章节安排第14-16页
第2章 相关理论基础第16-22页
    2.1 引言第16页
    2.2 图像分割第16-19页
        2.2.1 基于阈值的区域分割方法第16-17页
        2.2.2 基于区域的分割方法第17-19页
    2.3 骨架提取以及拓扑分析第19-20页
    2.4 线条间空间几何关系第20-21页
    2.5 本章小结第21-22页
第3章 基于栅格输入的复杂线条画简化以及矢量化第22-38页
    3.1 引言第22-23页
    3.2 算法流程第23-24页
    3.3 栅格线条画结构优化第24-25页
    3.4 线条画区域结构优化第25-28页
    3.5 骨架提取及拓扑分析第28-31页
    3.6 拓扑结构优化第31-32页
    3.7 线条矢量化第32-34页
    3.8 结果比较以及展示第34-37页
    3.9 本章小结第37-38页
第4章 基于绘画时序的线条笔画动态合并第38-53页
    4.1 引言第38页
    4.2 算法概述第38-40页
    4.3 线条动态聚类第40-44页
    4.4 线条类之间的修复关系判断第44-49页
    4.5 结果比较及展示第49-52页
    4.6 本章小结第52-53页
第5章 实例系统设计与实现第53-58页
    5.1 系统框架第54页
    5.2 样条连续性优化第54-55页
    5.3 系统流程分析第55-57页
        5.3.1 栅格线条画矢量化流程第55-56页
        5.3.2 线条输入的线条画矢量化流程第56-57页
    5.4 本章小结第57-58页
第6章 总结与展望第58-60页
    6.1 总结第58-59页
    6.2 展望第59-60页
参考文献第60-63页
致谢第63-64页
攻读学位期间参加的科研项目和成果第64页

论文共64页,点击 下载论文
上一篇:自适应密度峰划分聚类算法研究及应用
下一篇:基于深度学习的人员异常操作视觉检测算法