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

自适应分数阶微分的点表示方法研究

中文摘要第6-7页
Abstract第7-8页
第一章 绪论第11-17页
    1.1 问题的提出及研究意义第11-12页
        1.1.1 问题的提出第11页
        1.1.2 研究意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 分数阶微积分理论的研究现状第12页
        1.2.2 分数阶微积分在图像处理应用中的研究现状第12-14页
    1.3 本文主要研究工作第14-15页
    1.4 本文的内容安排第15-17页
第二章 分数阶微积分理论及其在图像中的应用第17-24页
    2.1 引言第17页
    2.2 分数阶微积分的定义第17-20页
        2.2.1 Grümwald-Letnikov的分数阶微积分定义(GL定义)第17-18页
        2.2.2 Riemann-Liouville的分数阶微积分定义(RL定义)第18-20页
        2.2.3 Caputo的分数阶微积分定义第20页
    2.3 分数阶微分在图像处理中的应用第20-23页
    2.4 本章小结第23-24页
第三章 自适应非整数步长的分数阶微分掩模算子构造第24-34页
    3.1 引言第24页
    3.2 自适应非整数步长的分数阶微分掩模算子构造第24-33页
        3.2.1 自相关不规则掩模区域的自主选择第25-26页
        3.2.2 自适应非整数步长划分及其像素的线性估计第26-28页
        3.2.3 分数阶阶次的自适应选择第28-30页
        3.2.4 掩模算子的自适应构造第30-33页
    3.3 本章小结第33-34页
第四章 自适应分数阶微分在图像预处理中的应用第34-45页
    4.1 引言第34页
    4.2 整数阶微分在图像增强中的应用第34-36页
        4.2.1 Roberts增强算子第34-35页
        4.2.2 Sobel增强算子第35-36页
        4.2.3 Laplacian增强算子第36页
    4.3 自适应分数阶微分在图像预处理中的应用第36-44页
        4.3.1 自适应分数阶微分在图像滤波中的应用第37-38页
        4.3.2 自适应分数阶微分在图像增强中的应用第38-44页
    4.4 本章小结第44-45页
第五章 自适应分数阶微分在点表示的中应用第45-57页
    5.1 引言第45页
    5.2 基于自适应分数阶微分的联合方向直方图构造第45-48页
        5.2.1 基于自适应分数阶微分的幅值和方向重构第46-47页
        5.2.2 联合权值构建第47-48页
    5.3 分数阶微分在经典局部特征点表示中的应用第48-50页
        5.3.1 基于自适应分数阶微分的SIFT算法第48-49页
        5.3.2 基于自适应分数阶微分的SURF算法第49-50页
    5.4 实验结果与分析第50-55页
        5.4.1 评价准则第50-51页
        5.4.2 添加噪声后的对比分析第51-52页
        5.4.3 光照变化情况分析第52-53页
        5.4.4 旋转情况分析第53-54页
        5.4.5 缩放情况分析第54-55页
    5.5 本章小结第55-57页
第六章 总结与展望第57-59页
    6.1 工作总结第57页
    6.2 后续研究工作展望第57-59页
参考文献第59-62页
图表目录第62-64页
致谢第64-65页
附录第65-67页
    A 攻读硕士学位期间发表及录用的论文目录第65-66页
    B 攻读硕士学位期间申请的相关知识产权第66页
    C 攻读硕士学位期间参加的科研项目第66-67页
作者简历第67页

论文共67页,点击 下载论文
上一篇:面向移动机器人的多摄像头拼接技术研究
下一篇:基于水平集分割方法的脊柱图像三维重建