| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究的背景 | 第7页 |
| ·国外对物体识别的研究 | 第7-8页 |
| ·物体识别所存在的主要问题 | 第8-9页 |
| ·本章小结 | 第9-11页 |
| 第二章 基于场景相关信息的物体识别模型的研究 | 第11-21页 |
| ·主要思想 | 第11-12页 |
| ·总体模型 | 第12-19页 |
| ·基于场景相关信息的物体识别方法的难点与展望 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 图形基元获取的一般方法的研究 | 第21-32页 |
| ·基于颜色或灰度特征块的方法 | 第21-24页 |
| ·基本定义 | 第21页 |
| ·特征块生长算法 | 第21-22页 |
| ·实际算例以及和传统边缘检测算法的比较 | 第22-24页 |
| ·基于端点连接的线段检测 | 第24-25页 |
| ·区域支持法 | 第25-28页 |
| ·消失点线段群检测 | 第28-31页 |
| ·基本概念 | 第28页 |
| ·消失点线段群模型 | 第28-30页 |
| ·实际测试 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于多边形近似的图形基元获取方法 | 第32-42页 |
| ·传统的多边形近似方法 | 第32-34页 |
| ·基于局部特征的多边形近似方法 | 第32页 |
| ·传统的基于全局特征的多边形近似 | 第32-34页 |
| ·改进的基于全局特征的多边形近似方法 | 第34-39页 |
| ·基于弯度特征的遗传算法种群空间优化策略 | 第34-37页 |
| ·近似多边形顶点连接顺序的约束条件 | 第37-38页 |
| ·多边形近似的一种误差形式和基于周长最大化的多边形近似 | 第38-39页 |
| ·改进的基于遗传算法的多边形近似方法的仿真与实验 | 第39页 |
| ·多边形近似中用误差阈值控制近似尺度的原理及其仿真 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第五章 基于窗口矢量化的圆弧基元的获取 | 第42-48页 |
| ·基于窗口矢量化的数字曲线分割方法 | 第42-43页 |
| ·基于窗口矢量化的圆弧基元分割方法的具体步骤 | 第42-43页 |
| ·减少由数字曲线的微观结构所引起的扰动的多窗口方法 | 第43页 |
| ·基于RBF 神经网络的分类 | 第43-45页 |
| ·RBF 神经网络的基本结构 | 第44页 |
| ·基于傅立叶变换的RBF 神经网络图形分类 | 第44-45页 |
| ·仿真与实验 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 结论 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第54页 |
