| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究状况 | 第11-12页 |
| 1.3 论文的内容及创新点 | 第12-14页 |
| 第2章 基于边缘特征进行羊的提取和计数 | 第14-27页 |
| 2.1 引言 | 第14页 |
| 2.2 边缘的提取和细化 | 第14-21页 |
| 2.2.1 基于Perona-Malik模型的各向异性图像平滑 | 第14-15页 |
| 2.2.2 去除边缘图像中的伪边缘 | 第15-17页 |
| 2.2.3 边缘细化算法的设计 | 第17-21页 |
| 2.3 基于边缘梯度方向角实现羊的计数 | 第21页 |
| 2.4 基于边缘走向突变实现羊的计数 | 第21-27页 |
| 2.4.1 细化后中断边缘的连接 | 第22-23页 |
| 2.4.2 边缘走向的表示及存储 | 第23-24页 |
| 2.4.3 边缘走向突变判定算法 | 第24-27页 |
| 第3章 基于区域和边缘特征的图像分割技术 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 图像分割中的GRAPH CUT算法 | 第27-31页 |
| 3.3 基于GRAB CUT算法的图像分割 | 第31-36页 |
| 3.3.1 高斯混合模型对颜色建模 | 第31-34页 |
| 3.3.2 最小能量分割技术 | 第34-36页 |
| 第4章 羊的非交互提取技术的设计与实现 | 第36-53页 |
| 4.1 引言 | 第36页 |
| 4.2 HAUSDORFF距离的定义和计算 | 第36-39页 |
| 4.2.1 部分Hausdorff距离算法 | 第37-38页 |
| 4.2.2 推广到图像的部分Hausdorff算法 | 第38-39页 |
| 4.3 HD算法的优化 | 第39-47页 |
| 4.3.1 匹配策略的优化 | 第39-42页 |
| 4.3.2 求取距离变换矩阵的优化 | 第42-47页 |
| 4.4 非交互前景提取技术的实现 | 第47-48页 |
| 4.5 实验结果与分析 | 第48-53页 |
| 4.5.1 系统实现环境 | 第48-49页 |
| 4.5.2 非交互算法中边缘匹配效果比较 | 第49-51页 |
| 4.5.3 Grab Cut算法改进前后的比较 | 第51-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介及在校期间所取得的科研成果 | 第58-59页 |
| 作者简介 | 第58页 |
| 在校期间参与的研究课题 | 第58-59页 |
| 致谢 | 第59页 |