| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 1 引言 | 第14-26页 |
| ·问题描述 | 第14-15页 |
| ·研究意义 | 第15-17页 |
| ·国内外研究现状 | 第17-21页 |
| ·知觉组织的发展及研究现状 | 第17-18页 |
| ·轮廓提取的发展及研究现状 | 第18-20页 |
| ·形状匹配的发展及研究现状 | 第20-21页 |
| ·本文的研究内容 | 第21-25页 |
| ·本文的章节安排 | 第25页 |
| ·小结 | 第25-26页 |
| 2 轮廓提取相关理论研究综述 | 第26-36页 |
| ·人类神经系统的结构与功能 | 第26-29页 |
| ·知觉组织规则及其相互关系 | 第29-33页 |
| ·知觉组织规则 | 第29-31页 |
| ·知觉组织规则之间的关系 | 第31-33页 |
| ·轮廓提取相关概念 | 第33-35页 |
| ·小结 | 第35-36页 |
| 3 基于特征差异最大化的显著边缘点检测算法 | 第36-58页 |
| ·引言 | 第36-37页 |
| ·相关工作 | 第37-43页 |
| ·单特征单尺度的边缘检测算法 | 第38-40页 |
| ·多特征多尺度的边缘检测方法 | 第40-42页 |
| ·结合中、高级视觉信息的边缘检测算法 | 第42-43页 |
| ·基于局部二元模式的边缘点检测 | 第43-47页 |
| ·纹理特点及描述方法 | 第45-46页 |
| ·局部二值模式用于边缘检测 | 第46-47页 |
| ·边缘点的特征对比度计算 | 第47-53页 |
| ·区域形状和尺度的选择 | 第49-50页 |
| ·对比度分割常数C的选取 | 第50-51页 |
| ·基于条件熵和图像复杂指数的闽值选择 | 第51-53页 |
| ·与相关工作的比较 | 第53-57页 |
| ·灰度和纹理联合算子 | 第53-54页 |
| ·灰度差异最大化标准的有效性 | 第54-56页 |
| ·与其他边缘检测算法的比较与分析 | 第56-57页 |
| ·小结 | 第57-58页 |
| 4 特征对比度指导下的闭合轮廓提取 | 第58-79页 |
| ·引言 | 第58-59页 |
| ·相关工作 | 第59-62页 |
| ·模型拟合类分割方法的发展 | 第59-61页 |
| ·基于EM概率模型的直线拟合 | 第61-62页 |
| ·知觉组织指导下的全局显著结构拟合 | 第62-74页 |
| ·对比度指导下的线段拟合(Contrast Segment Fitting) | 第63-67页 |
| ·自适应分裂和合并 | 第67-73页 |
| ·GSSD编组获得闭合轮廓 | 第73-74页 |
| ·实验 | 第74-78页 |
| ·ACSF实验 | 第74-76页 |
| ·拟合线段与边缘检测线段有效性比较 | 第76-77页 |
| ·闭合轮廓提取实验分析 | 第77-78页 |
| ·小结 | 第78-79页 |
| 5 曲率相关有向主动轮廓模型 | 第79-107页 |
| ·引言 | 第79-81页 |
| ·相关工作 | 第81-89页 |
| ·基于边缘的主动轮廓模型的发展 | 第82-87页 |
| ·现有模型的缺陷 | 第87-89页 |
| ·全局显著信息指导下的模板构建 | 第89-93页 |
| ·显著性计算 | 第89-92页 |
| ·显著区域与模板构建 | 第92-93页 |
| ·曲率相关的闭合轮廓提取 | 第93-96页 |
| ·CDM模型形式化表示 | 第94-95页 |
| ·能量函数再定义 | 第95-96页 |
| ·实验结果及分析 | 第96-105页 |
| ·CDM模型相关实验 | 第96-102页 |
| ·显著边缘点图有效性验证 | 第102-103页 |
| ·自然图像轮廓提取实验与比较分析 | 第103-105页 |
| ·小结 | 第105-107页 |
| 6 短程连接启发下的形状描述 | 第107-123页 |
| ·引言 | 第107-108页 |
| ·相关工作 | 第108-113页 |
| ·形状描述的研究背景 | 第108-110页 |
| ·形状匹配的相关研究 | 第110-112页 |
| ·神经生物学的相关背景 | 第112-113页 |
| ·全局差异描述子 | 第113-116页 |
| ·"之"字形规则下的形状进化 | 第113-114页 |
| ·生成全局差异描述子 | 第114-116页 |
| ·基于拓扑结构和局部信息的相似性度量 | 第116-117页 |
| ·形状匹配实验结果及分析 | 第117-122页 |
| ·平移、旋转和缩放的不变性 | 第118-119页 |
| ·Kimia剪影图库上的检索 | 第119-120页 |
| ·有遮挡的匹配 | 第120-121页 |
| ·一个极度遮挡的测试 | 第121-122页 |
| ·小结 | 第122-123页 |
| 7 总结与展望 | 第123-127页 |
| ·全文工作总结 | 第123-125页 |
| ·进一步研究设想 | 第125-126页 |
| ·结束语 | 第126-127页 |
| 参考文献 | 第127-138页 |
| 作者简历、在学期间的研究成果 | 第138-142页 |
| 学位论文数据集 | 第142页 |