用于显微立体测量的彩色图像神经网络匹配方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-25页 |
| ·研究背景和研究意义 | 第9-10页 |
| ·显微视觉概述 | 第10-12页 |
| ·显微立体双目视觉系统的组成 | 第10页 |
| ·显微视觉国内外研究现状 | 第10-12页 |
| ·神经网络 | 第12-18页 |
| ·人工神经网络理论介绍 | 第12-13页 |
| ·人工神经网络的研究进展 | 第13-14页 |
| ·人工神经网络的分类及学习规则 | 第14-15页 |
| ·人工神经网络的种类及其应用 | 第15-18页 |
| ·立体匹配 | 第18-22页 |
| ·立体匹配的概念 | 第18-19页 |
| ·一般立体匹配的三角测量原理 | 第19-20页 |
| ·立体匹配的研究进展 | 第20-22页 |
| ·显微立体匹配 | 第22页 |
| ·论文的研究内容和意义 | 第22-25页 |
| 第2章 SLM视觉系统构建与图像预处理方法研究 | 第25-55页 |
| ·SLM视觉系统构建 | 第25-31页 |
| ·系统的研究目标 | 第25页 |
| ·系统的硬件配置 | 第25-27页 |
| ·系统的研究方法 | 第27-28页 |
| ·视觉建模 | 第28-30页 |
| ·摄像机标定 | 第30-31页 |
| ·显微彩色图像预处理研究 | 第31-53页 |
| ·显微彩色图像的特点 | 第31-36页 |
| ·显微彩色图像滤波 | 第36-38页 |
| ·显微彩色图像增强方法研究 | 第38-40页 |
| ·图像分割的方法研究 | 第40-47页 |
| ·实验 | 第47-53页 |
| ·本章小结 | 第53-55页 |
| 第3章 彩色图像区域匹配算法研究及改进 | 第55-67页 |
| ·立体匹配的一般约束方法 | 第55-56页 |
| ·基于图像几何的约束 | 第55页 |
| ·基于场景的约束 | 第55-56页 |
| ·区域匹配算法的原理及相似性测度 | 第56-58页 |
| ·改进的区域匹配算法 | 第58-62页 |
| ·色差因子 | 第58-59页 |
| ·Rank变换 | 第59-60页 |
| ·基于彩色图像ZNCC算法的建立和改进 | 第60-61页 |
| ·基于彩色图像ZSAD算法的建立和改进 | 第61-62页 |
| ·实验 | 第62-66页 |
| ·实验过程及实验结果 | 第62-65页 |
| ·实验小结 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 神经网络匹配算法的研究 | 第67-81页 |
| ·Hopfield网络工作原理 | 第67-73页 |
| ·离散型Hopfield神经网络工作原理 | 第67-69页 |
| ·离散型Hopfield神经网络稳定性 | 第69-70页 |
| ·连续型Hopfield神经网络工作原理 | 第70-72页 |
| ·连续型Hopfield神经网络的稳定性 | 第72-73页 |
| ·神经网络匹配算法论研究 | 第73-79页 |
| ·匹配基元与匹配方法 | 第73页 |
| ·本文采取的匹配约束 | 第73-74页 |
| ·神经网络在立体匹配中的应用 | 第74-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 实验 | 第81-89页 |
| ·仿真研究 | 第81-85页 |
| ·神经网络的仿真计算方法 | 第81页 |
| ·算法的实现 | 第81-85页 |
| ·仿真结果及匹配精度评价 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 结论 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 攻读硕士期间的研究成果 | 第97-99页 |
| 致谢 | 第99页 |
