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

分数阶微分在边缘检测和图像匹配中的应用

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-15页
    1.1 课题研究的目的及意义第8-9页
    1.2 国内外研究现状第9-13页
        1.2.1 分数阶微积分理论及其应用的研究现状第9-10页
        1.2.2 边缘提取的发展现状第10-12页
        1.2.3 图像匹配的发展现状第12-13页
    1.3 本文组织安排第13-14页
    1.4 本章小结第14-15页
第2章 基本理论第15-27页
    2.1 分数阶微分理论第15-17页
        2.1.1 格林瓦德—列特尼科夫(Grünwald-Letnikov , G-L)定义第15-16页
        2.1.2 黎曼—刘维尔(Riemann-Liouville , R-L)定义第16-17页
    2.2 边缘检测理论第17-22页
        2.2.1 Roberts算子第17-18页
        2.2.2 Prewitt算子第18页
        2.2.3 Sobel算子第18-19页
        2.2.4 LoG算子第19-20页
        2.2.5 Canny算子第20-22页
    2.3 SIFT算法第22-26页
        2.3.1 尺度空间极值的检测第22-23页
        2.3.2 精确定位关键点第23-25页
        2.3.3 关键点主方向的分配第25页
        2.3.4 构造局部特征描述子第25-26页
        2.3.5 特征匹配第26页
    2.4 本章小结第26-27页
第3章 基于分数阶微分的改进Canny算子第27-44页
    3.1 引言第27页
    3.2 基于分数阶微分的改进Canny算法第27-32页
        3.2.1 分数阶微分对信号的作用第28-29页
        3.2.2 分数阶微分掩模的构造第29-31页
        3.2.3 改进的Canny算法第31-32页
    3.3 分数阶微分掩模参数的选取第32-37页
        3.3.1 评价标准第32-33页
        3.3.2 微分掩模的参数分析第33-37页
    3.4 对比实验第37-43页
        3.4.1 检测精度对比第37-40页
        3.4.2 效率对比实验第40页
        3.4.3 鲁棒性分析第40-41页
        3.4.4 定性对比第41-43页
    3.5 本章小结第43-44页
第4章 基于分数阶微分的SIFT算法第44-55页
    4.1 引言第44页
    4.2 基于Riemann-Liouville定义的分数阶微分算子第44-46页
    4.3 基于分数阶微分的SIFT算法第46-47页
    4.4 实验结果及分析第47-54页
        4.4.1 分数阶微分掩模的参数分析第47-50页
        4.4.2 对比实验第50-54页
            4.4.2.1 Lena图像的对比实验第50-52页
            4.4.2.2 真实图像的对比实验第52-54页
            4.4.2.3 时间的对比第54页
    4.5 本章小结第54-55页
第5章 总结与展望第55-57页
    5.1 本文工作总结和创新点第55-56页
    5.2 未来工作展望第56-57页
参考文献第57-62页
攻读硕士学位期间撰写的论文和参加科研情况第62-63页
    一、攻读硕士学位期间撰写的论文第62页
    二、攻读硕士学位期间参加科研情况第62-63页
致谢第63-64页

论文共64页,点击 下载论文
上一篇:基于嵌入式系统的人体跟踪方法研究与实现
下一篇:非凸性高阶全变差正则化盲图像复原方法研究