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

基于视觉感受野特性的物体轮廓提取算法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-14页
   ·引言第9页
   ·经典感受野与非经典感受野的特性第9-12页
     ·经典感受野与非经典感受野第9-10页
     ·感受野动态特性第10页
     ·朝向调谐动态特性第10-11页
     ·空间频率调谐动态特性第11页
     ·对比度调谐动态特性第11-12页
   ·本文研究课题介绍第12-14页
第二章 轮廓提取与感受野模型第14-21页
   ·传统边缘检测第14-15页
   ·轮廓检测与边缘检测的区别第15-16页
   ·描述经典感受野的Gabor 滤波器第16-17页
   ·描述非经典感受野的DOG+模型第17-19页
   ·边缘保留平滑滤波器(Edge-Preserving Smoothing)第19-21页
第三章 基于EPS 滤波的非经典感受野蝶形抑制的轮廓提取第21-35页
   ·非经典感受野蝶形抑制第21-24页
   ·改进的边缘保留平滑(EPS)滤波器第24-28页
   ·基于蝶形抑制和EPS 的轮廓检测方法第28-35页
     ·非极大值抑制第29页
     ·轮廓提取评价体系第29-30页
     ·实验结果比较第30-35页
第四章 基于非经典感受野动态特性的轮廓提取方法第35-47页
   ·生理基础第35-36页
   ·非经典感受野动态抑制模型第36-42页
     ·侧区恒定抑制第37-38页
     ·端区自适应抑制模型第38-40页
     ·非经典感受野动态抑制模型框架第40-42页
   ·实验结果比较第42-47页
第五章 总结与展望第47-49页
   ·本文的主要工作第47-48页
   ·展望第48-49页
致谢第49-50页
参考文献第50-54页
攻读硕士期间取得的研究成果第54-55页

论文共55页,点击 下载论文
上一篇:纸币序列号识别系统的算法研究
下一篇:基于Windows操作系统的Rootkit检测系统研究