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

复杂环境下自动目标识别检测技术研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-17页
   ·课题研究背景及意义第10页
   ·国内外相关技术研究现状及发展趋势第10-13页
     ·基于在线跟踪的自动目标识别检测技术第11页
     ·基于机器学习的自动目标识别检测技术第11-13页
   ·主要研究内容及技术路线第13-15页
   ·本文的结构安排第15-17页
第二章 复杂场景下目标分割方法第17-36页
   ·基于分形理论的人造目标分割方法第17-25页
     ·分形理论第17-18页
     ·最大熵目标分割法第18-19页
     ·地毯分形法第19-20页
     ·目标分形表面积检测第20-22页
     ·目标梯度分形检测第22-23页
     ·目标区域填充第23-25页
   ·基于边缘连接的目标分割方法第25-35页
     ·Canny 边缘检测算子第25-28页
     ·广义边缘检测算子第28-33页
     ·基于最近邻的边缘连接方法第33-34页
     ·基于边缘反色的目标分离方法第34-35页
   ·小结第35-36页
第三章 基于在线跟踪的自动目标识别检测技术第36-58页
   ·目标跟踪区域特征提取第36-43页
     ·Hu 矩特征定义式第37-39页
     ·频域能量特征第39-43页
   ·目标轮廓形状特征提取第43-50页
     ·傅里叶展开式第43-44页
     ·角傅里叶描述子第44-48页
     ·椭圆傅里叶描述子第48-50页
   ·基于特征累积的目标自动识别检测第50-52页
   ·本章算法仿真与结果分析第52-57页
   ·小结第57-58页
第四章 基于机器学习的自动目标识别检测技术第58-67页
   ·基于机器学习的目标识别检测概述第58-59页
   ·基于机器学习的目标特征提取第59-64页
     ·尺度不变特征变换第59-62页
     ·梯度方向直方图第62-64页
   ·基于机器学习的目标特征训练与匹配第64-65页
   ·小结第65-67页
第五章 基于霍夫森林的自动目标识别检测技术第67-85页
   ·基于霍夫森林的自动目标识别检测技术简介第67-75页
     ·霍夫变换基本原理第67-71页
     ·随机森林基本原理第71-72页
     ·霍夫森林目标识别检测原理第72-75页
   ·基于霍夫森林目标识别检测算法实现流程第75-77页
   ·基于霍夫森林目标识别检测实验及分析第77-84页
   ·小结第84-85页
第六章 总结与展望第85-88页
   ·本文工作总结第85-86页
     ·论文主要工作第85-86页
     ·研究创新点第86页
   ·研究方向展望第86-88页
致谢第88-89页
参考文献第89-94页
攻硕期间取得的研究成果第94-95页

论文共95页,点击 下载论文
上一篇:基于最优搜索的图像检索技术研究
下一篇:江西通达集团办公管理系统设计与实现