| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 图像相似度计算研究现状 | 第10-14页 |
| 1.2.1 形状特征 | 第10页 |
| 1.2.2 颜色特征 | 第10-11页 |
| 1.2.3 纹理特征 | 第11页 |
| 1.2.4 图像相似性度量模型 | 第11-14页 |
| 1.2.5 图像相似性计算算法性能评价标准 | 第14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 论文章节安排 | 第15-17页 |
| 第2章 图像形状特征描述方法及传统的边缘检测算法介绍 | 第17-25页 |
| 2.1 基于形状边界的描述方法 | 第17-19页 |
| 2.1.1 基于链码的边界描述 | 第17-18页 |
| 2.1.2 基于边界方向直方图的描述 | 第18页 |
| 2.1.3 傅里叶描述符 | 第18-19页 |
| 2.1.4 小波轮廓描述符 | 第19页 |
| 2.2 基于形状区域的描述方法 | 第19-21页 |
| 2.2.1 常规区域描述符 | 第19-20页 |
| 2.2.2 拓扑描述方法 | 第20页 |
| 2.2.3 其它区域描述方法 | 第20-21页 |
| 2.3 其它类型的形状描述方法 | 第21页 |
| 2.4 传统的边缘检测算法 | 第21-24页 |
| 2.4.1 传统Canny算子 | 第21-22页 |
| 2.4.2 Prewitt算子 | 第22-23页 |
| 2.4.3 Sobel算子 | 第23页 |
| 2.4.4 Log算子 | 第23页 |
| 2.4.5 Robert算子 | 第23-24页 |
| 2.5 几种传统边缘检测算法优缺点分析 | 第24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于细菌觅食与改进Otsu算法的自适应阈值边缘检测算法 | 第25-35页 |
| 3.1 细菌觅食算法 | 第25-26页 |
| 3.2 Otsu算法 | 第26页 |
| 3.3 ACE-BFA算法 | 第26-30页 |
| 3.3.1 ACE-BFA算法流程 | 第27页 |
| 3.3.2 改进Otsu算法设计适应度函数过程 | 第27-28页 |
| 3.3.3 BFA搜索最优双阈值过程 | 第28-30页 |
| 3.4 实验与分析 | 第30-33页 |
| 3.4.1 实验参数设置 | 第30-31页 |
| 3.4.2 ACE-BFA算法性能分析 | 第31-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第4章 基于模糊理论和蚁群算法的图像边缘连接方法 | 第35-45页 |
| 4.1 模糊判决方法 | 第35-36页 |
| 4.2 蚁群算法 | 第36页 |
| 4.3 EL-FACO算法 | 第36-41页 |
| 4.3.1 EL-FACO边缘连接框架图 | 第37页 |
| 4.3.2 EL-FACO算法流程图 | 第37-38页 |
| 4.3.3 EL-FACO算法实现步骤 | 第38-41页 |
| 4.4 实验与分析 | 第41-43页 |
| 4.4.1 参数设置 | 第41-42页 |
| 4.4.2 EL_FACO性能分析 | 第42-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第5章 基于改进型脉冲耦合神经网络的图像边缘检测方法 | 第45-53页 |
| 5.1 脉冲耦合神经网络 | 第45-46页 |
| 5.2 改进型脉冲耦合神经网络 | 第46-47页 |
| 5.3 基于EPCNN的灰度图像边缘提取 | 第47-49页 |
| 5.3.1 EPCNN流程图 | 第47-48页 |
| 5.3.2 EPCNN实现步骤 | 第48-49页 |
| 5.4 实验与分析 | 第49-51页 |
| 5.4.1 参数设置 | 第49页 |
| 5.4.2 EPCNN性能分析 | 第49-51页 |
| 5.5 本章小结 | 第51-53页 |
| 第6章 基于边缘梯度方向直方图和角点的图像相似度计算 | 第53-59页 |
| 6.1 边缘梯度方向直方图 | 第53-55页 |
| 6.2 边缘角点提取 | 第55-56页 |
| 6.3 图像相似度计算 | 第56-57页 |
| 6.4 本章小结 | 第57-59页 |
| 第7章 独创性评价原型系统的设计与实现 | 第59-69页 |
| 7.1 系统框架设计 | 第59-60页 |
| 7.2 系统的开发平台 | 第60-61页 |
| 7.3 评分决策机制 | 第61页 |
| 7.4 算法实现 | 第61-62页 |
| 7.5 评分的输出 | 第62-63页 |
| 7.6 性能评估 | 第63-68页 |
| 7.7 本章小结 | 第68-69页 |
| 第8章 总结与展望 | 第69-71页 |
| 8.1 论文总结 | 第69页 |
| 8.2 进一步展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 攻读学位期间研究成果 | 第79页 |
