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

低质量可见光图像的处理技术和识别方法研究

摘要第1-15页
ABSTRACT第15-18页
第1章 绪论第18-28页
   ·研究背景与目的意义第18-19页
   ·国内外研究现状第19-26页
     ·常见的低质量可见光图像的处理方法第19-21页
     ·低质量可见光图像的预处理技术第21-23页
     ·低质量图像的特征提取方法第23-24页
     ·常用的图像分类方法第24-25页
     ·图像识别的后处理技术第25-26页
   ·本文研究方法和主要内容第26-28页
第2章 低质量可见光图像的重建方法研究第28-48页
   ·引言第28页
   ·断裂图像的重建方法研究第28-35页
     ·基于端点反向生长算法的断裂图像重建方法第29-30页
     ·基于结构特征的断裂字符图像重建方法第30-35页
   ·复杂区域孔洞填充算法的研究第35-39页
     ·图像填充算法第36页
     ·复杂区域孔洞填充算法第36-38页
     ·填充算法的实现第38-39页
     ·填充结果实验第39页
   ·低质量可见光空间目标图像的超分辨重建方法研究第39-47页
     ·基于重构的超分辨率技术第40页
     ·空间目标图像的超分辨率重建第40-41页
     ·图像配准方法第41-42页
     ·空间目标图像的超分辨重建方法第42-46页
     ·空间目标图像的重建实验第46-47页
   ·本章小结第47-48页
第3章 图像的旋转不变性矢量提取及其本征维数确定方法研究第48-66页
   ·引言第48页
   ·基于不变矩特征的图像旋转不变性矢量提取方法第48-54页
     ·矩与样本的平移、尺度不变性第49页
     ·图像主轴角度计算方法第49-50页
     ·图像样本矢量的旋转不变性提取方法第50-52页
     ·图像的旋转不变性矢量提取实验第52-54页
   ·基于概率PCA模型的字符图像子空间维数确定方法第54-57页
     ·概率PCA模型第54-56页
     ·字符图像的子空间维数估计方法第56-57页
   ·观测数据集本征维数确定方法实验第57-61页
     ·子空间维数估计仿真实验第57-60页
     ·压印凹凸字符图像的维数确定实验第60-61页
     ·算法运行时间比较第61页
   ·基于PCA的压印凹凸字符识别对比实验第61-63页
     ·训练样本与测试样本的选择第61-62页
     ·PCA子空间分类器设计第62-63页
     ·算法对比识别实验第63页
   ·本章小结第63-66页
第4章 基于统计特征的低质量可见光目标识别方法研究第66-82页
   ·引言第66页
   ·基于小区域模板匹配的低分率可见光目标识别第66-68页
     ·现有模板匹配算法存在的问题第66-67页
     ·小区域模板匹配算法的原理第67-68页
   ·基于小区域模板匹配的低质量可见光图像识别实验第68-74页
     ·基于小区域模板匹配的低质量工业标牌图像识别实验第68-71页
     ·基于小区域模板匹配的低质量空间目标类别与姿态识别实验第71-74页
   ·基于子空间的低质量可见光空间目标识别实验第74-79页
     ·PCA子空间第74-76页
     ·基于PCA子空间的低质量可见光空间目标识别实验第76-79页
   ·本章小结第79-82页
第5章 基于结构特征的二级图像识别系统设计第82-100页
   ·引言第82页
   ·影响字符识别系统稳定性的因素及压印凹凸字符的特点第82-85页
     ·影响字符识别系统稳定性的因素分析第82-84页
     ·压印凹凸字符图像的特点第84-85页
   ·常用的字符结构特征第85页
   ·字符图像三叉点、四叉点与端点特征的提取方法第85-90页
     ·三叉点、四叉点与端点的提取方法第85-87页
     ·字符三叉点方向特征提取方法第87页
     ·三叉点标准字符模板的制作第87-90页
   ·基于叉点等结构特征的字符分类方法第90-92页
     ·基于三叉点特征的字符粗分类方法第90页
     ·基于端点、笔道穿越次数特征的字符细分类第90-91页
     ·基于结构特征的字符识别实验第91-92页
   ·二级压印凹凸字符识别系统的建立及其识别实验第92-97页
     ·二级压印凹凸字符识别系统的构成第92-95页
     ·置信度的基本原理及基于距离变换的广义置信度第95页
     ·压印凹凸字符二级识别系统的识别实验第95-97页
   ·本章小结第97-100页
第6章 基于混合Contourlet变换和主成分变换的低质量图像融合方法研究第100-108页
   ·引言第100页
   ·Contourlet变换概述第100-103页
   ·基于混合Contourlet-PCA变换的低质量压印凹凸字符图像融合处理第103-104页
     ·主成份分析与Contourlet变换的特点第103页
     ·融合步骤第103-104页
   ·实验结果与分析第104-107页
     ·低质量压印凹凸字符图像融合实验第104-105页
     ·融合图像整体质量评价第105-107页
   ·本章小节第107-108页
结论第108-112页
参考文献第112-126页
致谢第126-128页
攻读博士学位期间发表的学术论文第128-130页
外文论文第130-158页
学位论文评阅及答辩情况表第158页

论文共158页,点击 下载论文
上一篇:空间混沌及其在图像加密中的应用
下一篇:MIMO系统下行链路天线与用户选择算法研究