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

基于过分割的感兴趣对象识别与自然轮廓抽取

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-17页
   ·研究背景和意义第10-11页
   ·国内外研究现状第11-16页
   ·本论文的组织结构第16-17页
第2章 基于特征匹配的物体识别与定位研究第17-33页
   ·引言第17-18页
   ·关键点检测与提取研究第18-24页
     ·目标物体图像模板库第18-19页
     ·关键点检测方法研究第19-23页
     ·实验及结果分析第23-24页
   ·具有旋转不变性的特征点描述子研究第24-28页
     ·SIFT 描述子第25-26页
     ·DAISY 描述子第26-28页
   ·基于 FAST 和 DAISY 的物体识别与定位方法第28-29页
   ·实验及结果分析第29-32页
   ·本章小结第32-33页
第3章 过分割质量评估算法研究第33-47页
   ·引言第33-34页
   ·基于优度法的分割算法评估研究第34-36页
     ·区域一致性第34-35页
     ·区域相异性第35页
     ·形状参数第35-36页
   ·基于偏差法的分割算法质量评估第36-40页
     ·快速生成理想分割图方法研究第36-39页
     ·基于实时边界信息的偏差法第39-40页
   ·基于实时边界信息的分割质量综合评估方法第40-46页
     ·综合评价分割质量的方法第41页
     ·四种过分割算法的质量评估分析第41-43页
     ·实验结果分析第43-46页
   ·本章小结第46-47页
第4章 基于过分割的物体轮廓提取方法研究第47-63页
   ·引言第47-48页
   ·传统的物体轮廓提取算法研究第48-50页
   ·融合过分割与边界闭合圈的物体自然轮廓抽取方法第50-59页
     ·EGIS 图像分割算法研究第51-53页
     ·基于物体位置信息的分割块提取第53-55页
     ·基于边界闭合圈的物体轮廓提取第55-59页
   ·实验及结果分析第59-62页
   ·本章小结第62-63页
第5章 总结与展望第63-65页
   ·总结第63-64页
   ·展望第64-65页
致谢第65-66页
参考文献第66-69页
攻读学位期间参加的科研项目和成果第69页

论文共69页,点击 下载论文
上一篇:基于SSVM的场景深度信息恢复算法研究
下一篇:细胞病理图像的特征分析与分类识别