基于多级对象的图像矢量化研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-15页 |
| 第一章 绪论 | 第15-26页 |
| ·研究背景及意义 | 第15-19页 |
| ·研究现状 | 第19-23页 |
| ·图像矢量化 | 第19-21页 |
| ·图像分割 | 第21-23页 |
| ·论文的主要工作及组织结构 | 第23-26页 |
| 第二章 基于多级对象的图像矢量化总体方案 | 第26-34页 |
| ·图像分级 | 第26-27页 |
| ·多级对象结构及其语义关系模型 | 第27-32页 |
| ·多级对象结构 | 第27-29页 |
| ·三种对象轮廓 | 第29-30页 |
| ·四种基本语义关系模型 | 第30-31页 |
| ·示例说明 | 第31-32页 |
| ·多级对象图像矢量化的总体方案 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 带有语义关系的多级对象提取 | 第34-56页 |
| ·图割与网络流 | 第35-42页 |
| ·网络流与最小割-最大流问题 | 第36-39页 |
| ·图割在图像分割中的应用 | 第39-40页 |
| ·图割思想在数字视觉领域的研究现状 | 第40-42页 |
| ·基于改进的Grab Cut 算法的单独对象提取 | 第42-47页 |
| ·Grab Cut 算法简介 | 第42-45页 |
| ·对Grab Cut 算法的改进 | 第45-47页 |
| ·基于语义关系的二次提取 | 第47-51页 |
| ·基于语义关系对象二次提取的能量函数 | 第47-49页 |
| ·语义关系约束项对提取结果的作用 | 第49-51页 |
| ·实验结果及分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于关键帧模型的视频对象跟踪与提取 | 第56-70页 |
| ·基于关键帧模型的视频对象跟踪与提取的实现方案 | 第56-58页 |
| ·对象关键帧模型的建立 | 第58-62页 |
| ·视频对象间的语义关系 | 第58-59页 |
| ·语义关系对关键帧中多级对象的二次提取 | 第59-60页 |
| ·SCGMM 的建立与能量函数重写 | 第60-62页 |
| ·后续帧中对象模型的更新与遮挡、变形 | 第62-66页 |
| ·后续帧的对象行为分析与处理 | 第62-63页 |
| ·基于E-M 算法的SCGMMs 更新 | 第63-65页 |
| ·遮挡与变形的处理 | 第65-66页 |
| ·实验结果与分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于多级对象的图像矢量化 | 第70-91页 |
| ·对象的色彩梯度图生成 | 第71-74页 |
| ·N-Link 图像 | 第71-73页 |
| ·对象的色彩梯度图与三角密度函数 | 第73-74页 |
| ·保持语义关系的表面映射 | 第74-82页 |
| ·表面映射概述 | 第74-77页 |
| ·基本矩形映射 | 第77-80页 |
| ·带有语义关系的多对象表面映射 | 第80-82页 |
| ·由色彩梯度图生成的三角网格矢量化 | 第82-86页 |
| ·Voronoi 划分与Delaunay 三角 | 第82-84页 |
| ·质心Voronoi 划分 | 第84-85页 |
| ·Delaunay 三角网格生成 | 第85-86页 |
| ·实验结果及分析 | 第86-90页 |
| ·本章小结 | 第90-91页 |
| 第六章 重要区域的网格细分与对象重建 | 第91-104页 |
| ·基于视觉关注度模型的重要区域网格细分 | 第91-95页 |
| ·基于稀疏编码的视觉关注模型 | 第92-93页 |
| ·基于视觉关注度的重点区域网格细分 | 第93-95页 |
| ·使用高阶色彩梯度插值的真实感绘制 | 第95-97页 |
| ·色彩插值与误差能量函数 | 第95-96页 |
| ·高阶色彩梯度植入算法和插值效果 | 第96-97页 |
| ·基于网格合并与边缘条样拟合的非真实感绘制 | 第97-98页 |
| ·实验结果 | 第98-102页 |
| ·本章小结 | 第102-104页 |
| 第七章 结论与展望 | 第104-107页 |
| ·结论 | 第104-106页 |
| ·展望 | 第106-107页 |
| 参考文献 | 第107-114页 |
| 作者在攻读博士学位期间公开发表的论文 | 第114-115页 |
| 作者在攻读博士学位期间所参与的项目 | 第115-116页 |
| 致谢 | 第116页 |
