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

图像矢量化方法研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-15页
   ·课题的研究背景和意义第10-11页
   ·国内外研究现状第11-13页
   ·本文组织结构第13-15页
第二章 彩色图像矢量化算法第15-22页
   ·图像矢量化前的预处理算法第15-17页
     ·图像增强第15页
     ·图像分割第15-16页
     ·边缘检测第16-17页
   ·图像矢量化算法第17-19页
     ·基于细化的矢量化算法第17页
     ·基于非细化的矢量化算法第17-19页
   ·图像矢量化算法总结第19-20页
   ·图像矢量化算法的评价第20-22页
第三章 基于优化梯度网格的图像矢量化方法第22-30页
   ·优化梯度网格算法第22-26页
     ·梯度网格第23-25页
     ·算法流程第25-26页
   ·列文伯格-马夸尔特法(Levenberg-Marquardt)算法第26-27页
   ·平滑约束以及矢量线引导优化梯度网格第27-28页
   ·实验结果第28-29页
   ·本章小结第29-30页
第四章 基于偏微分方程解析解的图像矢量化第30-39页
   ·偏微分方程简介第30页
   ·椭圆形偏微分方程的解析解第30-33页
   ·基于解析解的图像矢量化方法第33-36页
     ·B样条曲线控制顶点的反求第33-34页
     ·椭圆形偏微分方程边界条件的建立第34-36页
   ·实验结果第36-37页
   ·本章小结第37-39页
第五章 基于偏微分方程数值解的图像矢量化方法第39-49页
   ·数值解方法第39-45页
   ·基于偏微分方程数值解的图像矢量化方法第45-47页
     ·初始边界条件以及五点差分格式的建立第45-46页
     ·双线性插值第46-47页
   ·改进方法及实验结果第47-48页
   ·本章小结第48-49页
第六章 总结与展望第49-51页
   ·本文的主要工作第49页
   ·本文的创新点第49-50页
   ·本文存在的不足及以后研究工作展望第50-51页
致谢第51-52页
参考文献第52-55页
附录第55-56页
详细摘要第56-58页

论文共58页,点击 下载论文
上一篇:实时阴影生成技术研究
下一篇:基于机器视觉的瓶盖缺陷检测算法设计及可重构方案的研究