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

基于中高级视觉机理的轮廓检测方法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-13页
    1.1 引言第9页
    1.2 研究背景和意义第9-10页
    1.3 视觉机理在轮廓检测中的应用现状第10-12页
    1.4 本文结构安排第12-13页
第二章 感受野特性及颜色拮抗机理第13-24页
    2.1 视觉信息处理系统概述第13-15页
    2.2 神经元的感受野特性第15-18页
        2.2.1 经典感受野特性第15-17页
        2.2.2 初级视皮层神经元非经典感受野特性第17-18页
    2.3 颜色拮抗机理第18-21页
        2.3.1 色拮抗LGN细胞第18-20页
        2.3.2 色拮抗简单细胞第20-21页
    2.4 基于颜色拮抗的边缘检测模型第21-23页
    2.5 本章小结第23-24页
第三章 非经典感受野与轮廓增强第24-41页
    3.1 轮廓检测基础第25-27页
        3.1.1 轮廓检测的主要过程第25-26页
        3.1.2 轮廓检测的效果评价第26-27页
    3.2 非经典感受野在轮廓检测中的应用第27-40页
        3.2.1 中心-外周抑制模型第27-32页
            3.2.1.1 模型介绍第28-30页
            3.2.1.2 结果与讨论第30-32页
        3.2.2 端区易化-侧区抑制模型第32-40页
            3.2.2.1 模型介绍第32-36页
            3.2.2.2 结果与讨论第36-40页
    3.3 本章小结第40-41页
第四章 多尺度轮廓整合第41-65页
    4.1 贝叶斯与视觉认知第41-43页
    4.2 贝叶斯理论第43-44页
    4.3 贝叶斯与轮廓检测第44-63页
        4.3.1 模型介绍第45-47页
        4.3.2 结果与讨论第47-63页
            4.3.2.1 参数测试第48-52页
            4.3.2.2 后处理第52-53页
            4.3.2.3 多特征第53-60页
            4.3.2.4 组合模型第60-63页
    4.4 本章小结第63-65页
第五章 总结与展望第65-67页
    5.1 工作总结第65-66页
    5.2 研究展望第66-67页
致谢第67-68页
参考文献第68-79页
附录第79-82页
攻读硕士学位期间取得的成果第82-83页

论文共83页,点击 下载论文
上一篇:基于机器视觉的格架缺陷检测技术的研究
下一篇:实时认证系统的推荐算法研究