基于梯度和相位信息的低层视觉特征检测技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文篇章结构 | 第13-15页 |
| 第2章 低层视觉特征检测综述 | 第15-39页 |
| ·基于梯度信息的特征检测 | 第15-25页 |
| ·灰度图像边缘特征检测 | 第15-19页 |
| ·彩色图像边缘特征检测 | 第19-21页 |
| ·边缘特征增强 | 第21-25页 |
| ·基于相位信息的特征检测 | 第25-32页 |
| ·局部能量模型与相位一致性模型 | 第26-28页 |
| ·改进的相位一致性模型 | 第28-30页 |
| ·基于相位一致性的边缘特征检测 | 第30-32页 |
| ·直线特征检测 | 第32-36页 |
| ·基于邻域的直线特征检测 | 第32-33页 |
| ·基于全局的直线特征检测 | 第33-36页 |
| ·视频文本区域检测 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第3章 梯度和相位信息相结合的特征检测 | 第39-72页 |
| ·问题背景 | 第39-40页 |
| ·基于向量场的彩色图像边缘特征检测 | 第40-44页 |
| ·基于向量场的彩色图像梯度信息检测 | 第40-42页 |
| ·基于向量场的边缘检测算法 | 第42-44页 |
| ·基于相位信息和时-空梯度的周期性结构变化检测 | 第44-53页 |
| ·相位信息的重要性与稳定性 | 第44-46页 |
| ·像素移位缺陷的分析 | 第46-48页 |
| ·像素移位缺陷检测与修复算法 | 第48-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·梯度和相位信息相结合的特征检测模型 | 第53-64页 |
| ·建立新的模型 | 第55-56页 |
| ·边缘特征检测 | 第56-61页 |
| ·边缘特征分类 | 第61-62页 |
| ·边缘特征增强 | 第62-64页 |
| ·基于对象边缘特征的畸变不变对象识别 | 第64-71页 |
| ·基于相关滤波的畸变不变对象识别 | 第64-65页 |
| ·综合鉴别函数简介 | 第65-66页 |
| ·基于对象边缘的新型综合鉴别函数及其迭代实现 | 第66-67页 |
| ·实验结果与分析 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第4章 自适应直线特征检测 | 第72-92页 |
| ·问题背景 | 第72页 |
| ·自适应高精度直线特征检测算法 | 第72-83页 |
| ·参数空间分辨率分析 | 第72-77页 |
| ·自适应直线特征检测算法 | 第77-78页 |
| ·实验结果与分析 | 第78-83页 |
| ·离散点集直线检测 | 第83-90页 |
| ·相关研究 | 第83-84页 |
| ·离散点集直线检测算法 | 第84-86页 |
| ·实验结果与分析 | 第86-90页 |
| ·本章小结 | 第90-92页 |
| 第5章 视频文本区域检测 | 第92-101页 |
| ·问题背景 | 第92-93页 |
| ·基于梯度和相位信息的视频文本区域检测 | 第93-99页 |
| ·彩色图像预处理 | 第93-94页 |
| ·基于粗糙度统计的文本行检测 | 第94-96页 |
| ·基于梯度和相位信息的文本行检测 | 第96-98页 |
| ·文本区域定位 | 第98-99页 |
| ·实验结果与分析 | 第99页 |
| ·本章小结 | 第99-101页 |
| 第6章 总结及展望 | 第101-104页 |
| ·论文工作总结 | 第101-102页 |
| ·进一步工作 | 第102-104页 |
| 参考文献 | 第104-113页 |
| 博士期间完成的论文 | 第113-114页 |
| 参加的科研项目 | 第114-115页 |
| 致谢 | 第115页 |
