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

基于等高线的光栅图像多尺度矢量化技术的研究与实现

摘要第3-4页
Abstract第4-5页
第1章 引言第8-14页
    1.1 研究背景及意义第8-9页
    1.2 国内外研究现状第9-11页
        1.2.1 双色调图像的矢量化第9-10页
        1.2.2 彩色图像的矢量化第10-11页
    1.3 矢量化算法的评价标准第11-12页
    1.4 本文工作与内容安排第12-14页
        1.4.1 本文的主要工作第12-13页
        1.4.2 本文内容安排第13-14页
第2章 光栅图像的预处理第14-30页
    2.1 本文算法框架第14-15页
    2.2 BMP文件格式简介第15-17页
    2.3 光栅图像的灰度化第17-21页
        2.3.1 简单灰度化第18-21页
        2.3.2 加权平均灰度化第21页
    2.4 光栅图像的滤波第21-26页
        2.4.1 高斯滤波第21-23页
        2.4.2 均值滤波第23-24页
        2.4.3 中值滤波第24-26页
    2.5 算法分析与实验结果第26-29页
        2.5.1 算法分析第26页
        2.5.2 实验结果第26-29页
    2.6 本章小结第29-30页
第3章 光栅图像的矢量化第30-48页
    3.1 图像分割第30-32页
        3.1.1 图像分割的定义第30-31页
        3.1.2 图像分割的方法第31-32页
    3.2 等高线的提取第32-35页
        3.2.1 规则网格的构造第32-33页
        3.2.2 种子点的寻找第33页
        3.2.3 等高线的生长第33-35页
    3.3 等高点的参数曲线拟合第35-44页
        3.3.1 张力样条拟合第36-39页
        3.3.2 分段三次多项式插值法第39-40页
        3.3.3 三次B样条拟合第40-44页
    3.4 实验结果与分析第44-47页
    3.5 本章小结第47-48页
第4章 光栅图像的重建第48-58页
    4.1 扩散源的生成第48-53页
        4.1.1 参数曲线光栅化算法第48-49页
        4.1.2 三次样条曲线的光栅化第49-53页
    4.2 颜色扩散第53-55页
        4.2.1 图像修复第53-54页
        4.2.2 Laplace颜色扩散第54-55页
    4.3 实验结果与分析第55-57页
    4.4 本章小结第57-58页
第5章 总结与展望第58-61页
    5.1 工作总结第58-59页
    5.2 本文的主要创新第59页
    5.3 未来工作展望第59-61页
参考文献第61-66页
攻读硕士学位期间参与的项目及相关成果等第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:基于本体学习的在线评测系统网络连接自动化模型研究
下一篇:基于双目视觉自动导引车的障碍识别与避障策略