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

视觉特征感知过程在目标轮廓检测技术中的应用

摘要第6-7页
abstract第7-8页
第1章 绪论第12-19页
    1.1 论文研究背景及意义第12-14页
    1.2 国内外研究现状第14-17页
        1.2.1 视觉感知机制的研究现状第14-15页
        1.2.2 轮廓检测的研究现状第15-17页
    1.3 论文主要研究内容及组织结构第17-19页
第2章 人类视觉感知机制与轮廓检测第19-34页
    2.1 人类视觉感知系统描述第19-21页
    2.2 视皮层细胞的生理特性第21-29页
        2.2.1 视细胞感受野的生理特性第22-24页
        2.2.2 视细胞非经典感受野的生理特性第24-29页
    2.3 经典边缘检测与轮廓检测第29-33页
        2.3.1 经典边缘检测第29-31页
        2.3.2 经典边缘检测与轮廓检测的区别第31-33页
    2.4 本章小结第33-34页
第3章 基于非经典感受野抑制的轮廓检测第34-49页
    3.1 Gabor滤波模拟感受野第35-37页
        3.1.1 Gabor滤波模拟简单细胞感受野第35页
        3.1.2 Gabor能量滤波模拟复杂细胞感受野第35-37页
    3.2 非经典感受野抑制概述第37-39页
    3.3 非经典感受野抑制的计算模型第39-43页
        3.3.1 各向异性抑制模型第40-41页
        3.3.2 各向同性抑制模型第41-42页
        3.3.3 改进的计算模型第42-43页
    3.4 图像的后处理第43-44页
    3.5 实验结果与性能评估第44-47页
        3.5.1 轮廓检测结果图的比较第45-46页
        3.5.2 性能评估第46-47页
    3.6 本章小结第47-49页
第4章 基于细胞水平连接机制的轮廓增强第49-58页
    4.1 基于Log_gabor滤波的细胞响应模型第49-50页
    4.2 基于细胞水平连接机制的轮廓增强算法第50-54页
        4.2.1 算法的生理依据第50-52页
        4.2.2 计算模型第52-54页
    4.3 实验结果与性能评估第54-56页
        4.3.1 轮廓检测图的比较第55-56页
        4.3.2 性能评估第56页
    4.4 算法流程图第56-57页
    4.5 本章小结第57-58页
第5章 基于马尔可夫模型优化的视觉感知的轮廓增强第58-68页
    5.1 算法的理论依据第58-59页
        5.1.1 高斯梯度和周边抑制第58-59页
        5.1.2 各向同性抑制第59页
    5.2 轮廓检测算法的实现第59-62页
        5.2.1 各向同性周边抑制参量的改进第60-61页
        5.2.2 基于多级抑制的组合方法的改进第61-62页
    5.3 基于马尔可夫随机场理论的轮廓概率图模型第62-64页
    5.4 算法流程第64-65页
    5.5 实验分析与性能评估第65-67页
        5.5.1 轮廓检测图的比较第65页
        5.5.2 性能的评估第65-67页
    5.6 本章小结第67-68页
结论第68-70页
参考文献第70-75页
攻读硕士学位期间发表的论文和获得的科研成果第75-76页
致谢第76-77页

论文共77页,点击 下载论文
上一篇:基于SDN开源平台路由映射解决方案的研究和实现
下一篇:基于判别超图和非负矩阵分解的人脸识别方法