基于小波计算的射影不变性目标识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| 1．1 计算机视觉产生的物质和理论基础 | 第7页 |
| 1．2 计算机视觉中几何不变性理论的发展和回顾 | 第7-10页 |
| 1．3 课题的研究背景 | 第10页 |
| 1．4 选题依据 | 第10-11页 |
| 1．5 本文的工作 | 第11-12页 |
| 第二章 小波分析的基本理论 | 第12-22页 |
| 2．1 小波变换 | 第12-15页 |
| 2．1．1 小波变换的定义 | 第12-13页 |
| 2．1．2 小波变换及时频局部化性质 | 第13-14页 |
| 2．1．3 小波反变换 | 第14-15页 |
| 2．2 多分辨分析 | 第15-19页 |
| 2．2．1 多分辨分析的定义 | 第16-17页 |
| 2．2．2 由多分辨分析导出规范正交基 | 第17-18页 |
| 2．2．3 多分辨分析和小波变换的联系 | 第18-19页 |
| 2．3 小波系数的快速算法 | 第19-22页 |
| 2．3．1 系数分解的快速算法 | 第19-20页 |
| 2．3．2 系数重构的快速算法 | 第20-22页 |
| 第三章 获取物体边缘的图像处理方法 | 第22-30页 |
| 3．1 图像处理系统简介 | 第22-23页 |
| 3．1．1 数字图像处理 | 第22页 |
| 3．1．2 数字图像处理的内容和步骤 | 第22-23页 |
| 3．2 获取物体外形的图像分割方法 | 第23-27页 |
| 3．2．1 边缘检测的基本概念 | 第23-25页 |
| 3．2．1．1 边缘的概念 | 第23页 |
| 3．2．1．2 边缘检测的数学基础 | 第23-25页 |
| 3．2．2 常用的边缘检测算法及实验结果比较 | 第25-27页 |
| 3．2．2．1 常用的边缘检测算子 | 第25-26页 |
| 3．2．2．2 常用边缘检测算子实验结果比较 | 第26-27页 |
| 3．3 目标物体的边缘检测方法 | 第27-30页 |
| 3．3．1 链码 | 第27-28页 |
| 3．3．2 边界跟踪 | 第28-30页 |
| 第四章 物体外形的特征点的提取 | 第30-37页 |
| 4．1 目标的特征提取概述 | 第30页 |
| 4．2 目标成像模型和射影变换 | 第30-33页 |
| 4．2．1 目标成像模型 | 第30-32页 |
| 4．2．2 射影变换 | 第32-33页 |
| 4．3 平面曲线上的透视不变点 | 第33-34页 |
| 4．4 边界导数分析 | 第34-35页 |
| 4．5 特征点的提取算法 | 第35-37页 |
| 第五章 用于物体目标识别的射影不变量 | 第37-54页 |
| 5．1 平面目标的描述方法 | 第37页 |
| 5．2 经典框架的描述 | 第37-39页 |
| 5．2．1 经典框架的建立 | 第37-38页 |
| 5．2．2 经典框架的稳定性验证 | 第38-39页 |
| 5．3 基于小波的经典框架特征的描述和计算 | 第39-47页 |
| 5．3．1 小波系数判别法 | 第39-40页 |
| 5．3．1．1 一维小波系数法 | 第40页 |
| 5．3．1．2 二维小波系数法 | 第40页 |
| 5．3．2 小波矩方法 | 第40-44页 |
| 5．3．2．1 一维小波矩方法 | 第41-42页 |
| 5．3．2．2 二维小波矩方法 | 第42-44页 |
| 5．3．3 基于图像边缘的二维矩计算方法 | 第44-47页 |
| 5．4 目标物体的识别算法 | 第47-53页 |
| 5．4．1 模式识别技术简介 | 第47-50页 |
| 5．4．2 物体的识别算法 | 第50页 |
| 5．4．3 物体的识别实验 | 第50-53页 |
| 5．5 本文算法的一些应用 | 第53-54页 |
| 5．5．1 遮挡情况下物体的识别算法 | 第53页 |
| 5．5．2 图像的合成 | 第53-54页 |
| 结束语 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 在(读)期间发表论文情况 | 第60页 |
