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

视觉数据不变性特征研究

摘要第1-7页
Abstract第7-12页
第一章 绪论第12-37页
   ·研究背景与研究内容第12-15页
   ·研究意义与应用前景第15-21页
     ·图像复原技术第15-19页
     ·视觉数据识别技术第19-21页
   ·图像复原概述第21-26页
     ·图像退化与病态方程组第21-23页
     ·图像的稀疏性先验第23-25页
     ·图像的非局部自相似性第25-26页
   ·视觉数据特征概述第26-29页
     ·视觉数据特征的定性和定量评价第26-28页
     ·视觉数据特征分类第28-29页
   ·纹理特征与分形第29-34页
     ·纹理概述第29-30页
     ·纹理的描述方法第30-32页
     ·分形和多重分形理论第32-34页
   ·本文的主要内容第34-37页
第二章 数据驱动非局部小波框架与图像复原第37-63页
   ·引言第37-42页
     ·图像复原中的正则化第37页
     ·基于稀疏性的图像正则化技术第37-38页
     ·图像稀疏化算子第38-39页
     ·图像复原的局部方法与非局部方法第39-42页
     ·本章内容第42页
   ·小波框架第42-44页
   ·数据驱动的非局部小波框架第44-48页
   ·基于非局部小波框架的图像复原第48-51页
   ·实验对比与分析第51-62页
     ·图像去噪第52-54页
     ·图像修复第54-55页
     ·图像去模糊第55-62页
   ·本章小结第62-63页
第三章 图像力矩与轮廓特征提取第63-83页
   ·引言第63-64页
   ·相关工作第64-66页
     ·物体识别中的局部特征整合第65页
     ·物体识别中的图像局部特征第65-66页
   ·图像力矩和轮廓子块显著性度量第66-71页
     ·从物理力矩到图像子块力矩第66-68页
     ·轮廓子块显著性度量第68-71页
   ·基于图像力矩的物体轮廓特征第71-78页
     ·力矩局部最值检测子第71-74页
     ·多尺度力矩描述子第74-75页
     ·加速计算第75-77页
     ·局部特征整合成全局特征第77-78页
   ·实验对比与分析第78-82页
     ·实验数据集第78-79页
     ·实验配置第79-81页
     ·实验结果第81-82页
   ·本章小结第82-83页
第四章 局部模式自相似性与静态纹理描述子第83-104页
   ·引言第83-84页
   ·相关工作第84-86页
   ·纹理的局部特征与全局描述第86-90页
     ·纹理的局部二值模式第86-89页
     ·纹理的统计自相似性第89-90页
   ·基于局部模式统计自相似性的纹理描述第90-94页
     ·多尺度局部二值模式提取第91-93页
     ·模式分形谱第93-94页
   ·实验对比与分析第94-101页
     ·实验数据集第95页
     ·实验配置第95-97页
     ·实验结果第97-101页
   ·本章小结第101-104页
第五章 时空多重分形分析与动态纹理特征提取第104-126页
   ·引言第104-107页
     ·动态纹理第104-105页
     ·相关工作第105-106页
     ·本章内容第106-107页
   ·多重分形理论第107-108页
   ·动态纹理的时空多重分形谱第108-117页
     ·时空多重分形测度第108-110页
     ·时空多重分形分析第110-116页
     ·加速计算第116页
     ·像素点的软分配第116-117页
   ·实验对比与分析第117-125页
     ·实验数据与配置第117-118页
     ·在 UCLA 数据集的测试第118-120页
     ·在 DynTex 数据集的测试第120-123页
     ·在 DynTex++数据集的测试第123-125页
   ·本章小结第125-126页
结论第126-128页
参考文献第128-137页
攻读博士学位期间取得的研究成果第137-138页
致谢第138-139页
附件第139页

论文共139页,点击 下载论文
上一篇:多期模糊投资组合优化模型及算法研究
下一篇:面向精密制造与检测的机器视觉及智能算法研究