基于字典学习的单幅图像层次关系提取
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 层次关系提取问题描述 | 第10-13页 |
| 1.2.1 遮挡检测 | 第11-12页 |
| 1.2.2 轮廓恢复 | 第12-13页 |
| 1.3 国内外研究状况 | 第13-14页 |
| 1.4 本文创新之处 | 第14页 |
| 1.5 研究内容和组织架构 | 第14-16页 |
| 第二章 层次关系提取问题的关键技术研究 | 第16-28页 |
| 2.1 图像分割和边缘检测 | 第16-21页 |
| 2.1.1 边缘检测 | 第16-19页 |
| 2.1.2 阈值处理 | 第19-20页 |
| 2.1.3 分水岭分割和伯克利分割算法 | 第20-21页 |
| 2.2 特征提取 | 第21页 |
| 2.3 字典学习方法 | 第21-25页 |
| 2.3.1 字典学习方法 | 第22-23页 |
| 2.3.2 基于分类的字典学习方法 | 第23-24页 |
| 2.3.3 SRC方法和FDDL方法 | 第24-25页 |
| 2.4 马尔可夫随机场模型 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 层次关系提取的算法流程 | 第28-43页 |
| 3.1 方法概述 | 第28-29页 |
| 3.2 获得过分割图像 | 第29-31页 |
| 3.2.1 边缘提取 | 第29-30页 |
| 3.2.2 区域分割 | 第30页 |
| 3.2.3 层次化分割 | 第30-31页 |
| 3.2.4 边缘检测 | 第31页 |
| 3.3 提取遮挡边缘特征 | 第31-36页 |
| 3.3.1 边缘强度 | 第31-32页 |
| 3.3.2 颜色特征 | 第32-33页 |
| 3.3.3 纹理特征 | 第33-35页 |
| 3.3.4 特征提取小结 | 第35-36页 |
| 3.4 使用字典学习方法判定边缘中的遮挡边缘 | 第36-39页 |
| 3.4.1 基于稀疏的遮挡边缘分类器模型 | 第36-38页 |
| 3.4.2 基于稀疏的遮挡边缘分类器模型求解 | 第38-39页 |
| 3.5 局部深度次序推理 | 第39-41页 |
| 3.6 全局深度次序估计 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第四章 实现与验证 | 第43-55页 |
| 4.1 数据集选择 | 第43-44页 |
| 4.2 图像的过分割 | 第44-45页 |
| 4.3 遮挡边缘特征提取 | 第45-47页 |
| 4.3.1 边缘强度提取 | 第45-46页 |
| 4.3.2 颜色特征提取 | 第46页 |
| 4.3.3 纹理特征提取 | 第46-47页 |
| 4.4 使用稀疏分类器进行遮挡边缘的分类 | 第47-51页 |
| 4.4.1 训练分类器 | 第47-49页 |
| 4.4.2 使用分类器 | 第49-51页 |
| 4.5 深度次序推理 | 第51-52页 |
| 4.6 实验结果及分析 | 第52-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 总结 | 第55-57页 |
| 5.1 论文总结 | 第55-56页 |
| 5.2 论文展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 作者攻读学位期间发表的学术论文目录 | 第62页 |
