尺度图像分析及其应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 绪论 | 第13-20页 |
| ·多尺度图像分析的研究内容 | 第13-15页 |
| ·分辨率多尺度 | 第14页 |
| ·内容多尺度 | 第14-15页 |
| ·视觉多尺度 | 第15页 |
| ·多尺度图像分析的视觉表示 | 第15-17页 |
| ·多尺度图像分析的应用领域 | 第17-18页 |
| ·章节安排和组织结构 | 第18-20页 |
| 第二章 尺度图像的内容感知 | 第20-30页 |
| ·基本概念 | 第20-24页 |
| ·图像函数及其表达 | 第20-21页 |
| ·数字图像性质 | 第21-24页 |
| ·尺度图像感知 | 第24-29页 |
| ·尺度图像生成 | 第24-26页 |
| ·尺度图像分析 | 第26-29页 |
| ·总结 | 第29-30页 |
| 第三章 尺度图像的特征分析 | 第30-37页 |
| ·图像角点检测 | 第30-32页 |
| ·Harris角点检测 | 第30-31页 |
| ·多尺度Harris角点检测 | 第31-32页 |
| ·尺度图像角点分析 | 第32-36页 |
| ·单尺度图像分析 | 第32-34页 |
| ·多尺度图像分析 | 第34-36页 |
| ·总结 | 第36-37页 |
| 第四章 尺度图像的结构表达 | 第37-44页 |
| ·图像层次特性 | 第37页 |
| ·分层数据结构 | 第37-39页 |
| ·金字塔 | 第38-39页 |
| ·四叉树 | 第39页 |
| ·尺度图像分割 | 第39-43页 |
| ·自顶向下的图像尺度分割 | 第40-42页 |
| ·自底向上的图像尺度分割 | 第42-43页 |
| ·总结 | 第43-44页 |
| 第五章 自适应图像显示 | 第44-54页 |
| ·Gabor滤波 | 第44-48页 |
| ·Gabor函数 | 第44-45页 |
| ·2D Gabor滤波器 | 第45-47页 |
| ·Gabor变换及其函数特性 | 第47-48页 |
| ·自适应图像显示 | 第48-53页 |
| ·自顶向下的图像显示 | 第48-50页 |
| ·自底向上的图像显示 | 第50-51页 |
| ·评价结果 | 第51-53页 |
| ·总结 | 第53-54页 |
| 第六章 自动目标检测 | 第54-72页 |
| ·目标检测与视觉注意机制 | 第54-56页 |
| ·场景中的目标识别与目标检测 | 第54-55页 |
| ·场景中目标识别与视觉选择注意 | 第55-56页 |
| ·图像特征分析中的PCA方法 | 第56-57页 |
| ·自动目标检测 | 第57-64页 |
| ·多尺度图像的PCA特征分析 | 第58-61页 |
| ·基于熵的视觉选择注意 | 第61-63页 |
| ·自适应视觉选择注意 | 第63-64页 |
| ·基于PCA的目标识别 | 第64-71页 |
| ·多类别的PCA特征分析 | 第65-68页 |
| ·基于PCA的人脸识别 | 第68-71页 |
| ·总结 | 第71-72页 |
| 第七章 总结和展望 | 第72-74页 |
| ·论文的总结 | 第72页 |
| ·论文的展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的论文及参加科研情况 | 第79页 |
