| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-36页 |
| ·图像科学与图像工程 | 第12-13页 |
| ·多源信息融合与图像融合 | 第13-15页 |
| ·图像边缘检测和图像配准技术概述 | 第15-30页 |
| ·边缘检测和图像配准的关系及应用 | 第15-17页 |
| ·主要研究难点 | 第17-18页 |
| ·图像边缘检测的要求和分类 | 第18页 |
| ·传统边缘检测方法 | 第18-21页 |
| ·研究中的新边缘检测方法 | 第21-23页 |
| ·图像配准技术的分类及一般性步骤 | 第23-24页 |
| ·图像配准的数学模型 | 第24-25页 |
| ·主要图像配准方法 | 第25-30页 |
| ·本文研究思路及应用背景 | 第30-34页 |
| ·本文主要内容和创新点 | 第34-36页 |
| ·主要内容 | 第34-35页 |
| ·主要创新点 | 第35-36页 |
| 第2章 基于改进鲁棒降维方法的学习融合边缘检测 | 第36-61页 |
| ·引言 | 第37页 |
| ·贝叶斯统计推理理论 | 第37-39页 |
| ·边缘检测多图像信息选择 | 第39-41页 |
| ·贝叶斯角度的边缘检测不确定性 | 第39-41页 |
| ·多尺度绝对及相对梯度图像信息 | 第41页 |
| ·改进的多维特征向量降维方法 | 第41-47页 |
| ·传统 Fisher降维方法 | 第42-43页 |
| ·改进鲁棒 Fisher降维方法 | 第43-47页 |
| ·具体边缘检测方法设计 | 第47-50页 |
| ·学习过程 | 第47-49页 |
| ·推广过程 | 第49-50页 |
| ·实验应用及分析 | 第50-60页 |
| ·复杂场景边缘检测及性能评价 | 第50-57页 |
| ·AGVS系统导引线检测 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第3章 基于改进DS合成方式的非学习融合边缘检测 | 第61-86页 |
| ·引言 | 第62页 |
| ·Dempster-Shafer证据理论 | 第62-67页 |
| ·改进DS合成方式 | 第67-71页 |
| ·传统相关证据合成方式 | 第67-69页 |
| ·改进相关证据合成方式 | 第69-71页 |
| ·DS证据理论在SAR图像边缘检测中的应用 | 第71-78页 |
| ·SAR图像相干斑乘性噪声模型 | 第71-72页 |
| ·多尺度ROA及梯度算子 | 第72-74页 |
| ·ROA及梯度算子的检测阈值计算方法 | 第74-75页 |
| ·ROA及梯度算子可信度函数构造 | 第75-77页 |
| ·可信度函数合成及判决规则 | 第77-78页 |
| ·实验应用及分析 | 第78-85页 |
| ·SAR图像边缘检测 | 第78-84页 |
| ·光学图像边缘检测 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第4章 基于边缘拟合的无验证快速图像配准 | 第86-103页 |
| ·引言 | 第87-88页 |
| ·传统曲线形状描绘子及其优缺点 | 第88-92页 |
| ·边缘直线特征提取 | 第92-95页 |
| ·可变精度的边缘直线拟合 | 第92-93页 |
| ·边缘可信度分析 | 第93-95页 |
| ·具体配准方法设计 | 第95-98页 |
| ·相似变换参数求解 | 第95-96页 |
| ·基于加权投票算法的配准过程 | 第96-98页 |
| ·实验应用及分析 | 第98-102页 |
| ·复杂场景及SAR图像配准应用 | 第98-100页 |
| ·配准性能分析 | 第100-102页 |
| ·本章小结 | 第102-103页 |
| 第5章 基于边缘角点及改进Hausdorff验证的图像配准 | 第103-130页 |
| ·引言 | 第104页 |
| ·Hausdorff距离及其改进型 | 第104-109页 |
| ·边缘特征角点提取及筛选 | 第109-115页 |
| ·边缘检测、边缘调整及边缘链接 | 第109-111页 |
| ·改进边缘特征角点提取算法 | 第111-115页 |
| ·具体配准方法设计 | 第115-120页 |
| ·边缘及距离几何约束 | 第115-116页 |
| ·“Local jet”角点相似度约束 | 第116-119页 |
| ·基于形态学的Hausdorff假设验证及双阈值配准过程 | 第119-120页 |
| ·实验应用及分析 | 第120-129页 |
| ·AGVS路标识别应用 | 第120-122页 |
| ·SAR图像及航拍图像配准应用 | 第122-126页 |
| ·配准方法性能分析 | 第126-129页 |
| ·本章小结 | 第129-130页 |
| 第6章 基于改进模板匹配的钢坯标号及AGVS工位号识别 | 第130-150页 |
| ·引言 | 第131页 |
| ·常规字符识别算法 | 第131-134页 |
| ·在线钢坯标号识别方法 | 第134-139页 |
| ·噪声背景下字符特征提取及其标准化 | 第134-137页 |
| ·改进模板匹配方法及在钢坯标号识别中的应用 | 第137-138页 |
| ·具体步骤 | 第138-139页 |
| ·钢坯标号识别应用及分析 | 第139-141页 |
| ·字符识别在AGVS中的应用 | 第141-147页 |
| ·AGVS系统中的数字工位号 | 第141-142页 |
| ·失真字符的提取及校正 | 第142-145页 |
| ·字符识别 | 第145-147页 |
| ·AGV数字字符识别应用及分析 | 第147-149页 |
| ·本章小结 | 第149-150页 |
| 第7章 总结与展望 | 第150-153页 |
| ·论文工作总结 | 第150-151页 |
| ·未来工作展望 | 第151-153页 |
| 参考文献 | 第153-168页 |
| 攻读博士学位期间主要的研究成果 | 第168-170页 |
| 致谢 | 第170页 |
