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

基于显示调整与尺度变化的图像编辑

目录第1-5页
摘要第5-7页
Abstract第7-9页
第一章 引言第9-13页
   ·背景介绍第9-10页
   ·本文的技术路线第10-11页
   ·本文的结构安排第11-13页
第二章 研究背景第13-30页
   ·基本概念和术语第13-14页
   ·图像编辑框架及定义第14-17页
     ·编辑框架第14-17页
     ·编辑定义第17页
   ·当前的显示调整编辑算法第17-26页
     ·色度调整(Tonal Adjustment)第17-19页
     ·材质编辑(Material Editing)第19-21页
     ·显示参数编辑(Appearance Editing)第21-25页
     ·已有算法的局限性第25-26页
   ·当前的尺度变换编辑算法第26-30页
     ·Seam Carving算法第26-28页
     ·双边相似算法(Biderectional Similarity)第28-29页
     ·已有算法的局限性第29-30页
第三章 基于k-d树的用户交互显示调整第30-42页
   ·引言第30-31页
   ·显示调整的聚类和边界保护第31页
   ·基于k-d树的等级聚类显示调整第31-37页
     ·显示距离(Appearance Distance)定义第31-32页
     ·基于k-d树的特性空间聚类第32-33页
     ·用户初始化调整的编辑扩散第33-37页
   ·算法流程及复杂度分析第37-38页
   ·实验结果第38-40页
   ·结论第40-42页
第四章 基于高斯混合模型的自动显示调整第42-49页
   ·引言第42-43页
   ·基于高斯混合模型的自动调整编辑第43-46页
     ·建立高斯混合模型第43-45页
     ·显示参数调整第45-46页
   ·自动编辑框架与性能分析第46-47页
   ·实验结果第47-48页
   ·结论第48-49页
第五章 图像尺度缩放编辑第49-59页
   ·引言第49-51页
     ·研究背景第49-50页
     ·图像缩放编辑原则第50-51页
   ·基于双边相似的HashRetar缩放算法第51-54页
     ·双边相似方法第51-52页
     ·HashRetar算法第52-54页
   ·HashRetar算法流程和性能分析第54-56页
   ·实验结果第56-57页
   ·结论第57-59页
第六章 总结与展望第59-62页
   ·本文工作总结第59-60页
   ·未来工作展望第60-62页
参考文献第62-66页
攻读学位期间的工作与发表论文第66-67页
致谢第67-68页

论文共68页,点击 下载论文
上一篇:基于搜索历史的用户兴趣建模
下一篇:Java程序的对象单赋值分析