| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 本课题的来源、目的和意义 | 第9页 |
| 1.2 研究背景及现状 | 第9-11页 |
| 1.3 论文的算法介绍及文章安排 | 第11-14页 |
| 2 基于图表达的局部特征度量 | 第14-27页 |
| 2.1 图像的图表示 | 第14-17页 |
| 2.1.1 邻接矩阵 | 第14-15页 |
| 2.1.2 边的权重 | 第15-16页 |
| 2.1.3 拉普拉斯矩阵及其性质 | 第16-17页 |
| 2.2 图的拉普拉斯特征向量度量分析 | 第17-21页 |
| 2.2.1 无边缘图像块 | 第17-19页 |
| 2.2.2 有边缘图像块 | 第19-21页 |
| 2.3 费德勒向量指标统计实验 | 第21-25页 |
| 2.4 本章小结 | 第25-27页 |
| 3 基于费德勒向量的图像背景抑制 | 第27-43页 |
| 3.1 基于费德勒向量的滤波算法 | 第27-30页 |
| 3.1.1 费德勒图像 | 第27-28页 |
| 3.1.2 模板输出值的定义 | 第28-30页 |
| 3.1.3 费德勒向量模板背景抑制步骤 | 第30页 |
| 3.2 实验对比 | 第30-42页 |
| 3.2.1 不同定义及不同尺寸对背景抑制结果产生的影响 | 第31-35页 |
| 3.2.2 几种背景抑制算法的比较 | 第35-42页 |
| 3.3 本章小结 | 第42-43页 |
| 4 帧间图像块匹配和特征度量 | 第43-56页 |
| 4.1 基于SUSAN算法的图像块可匹配性判断方法 | 第44-50页 |
| 4.1.1 基于SUSAN算法的可匹配性判断指标 | 第45-47页 |
| 4.1.2 可匹配性判断指标与参数选取的关系 | 第47-50页 |
| 4.2 帧间图像块匹配特征信息的度量 | 第50-55页 |
| 4.2.1 帧间图像块互相关系数匹配度量 | 第51-53页 |
| 4.2.2 相似性系数度量指标和图像块尺寸的关系 | 第53-55页 |
| 4.3 本章小结 | 第55-56页 |
| 5 基于谱聚类的虚警点抑制 | 第56-68页 |
| 5.1 谱聚类的原理 | 第56-60页 |
| 5.1.1 拉普拉斯矩阵的性质 | 第56-57页 |
| 5.1.2 谱聚类目标函数定义 | 第57页 |
| 5.1.3 谱聚类目标函数与拉普拉斯矩阵特征向量的关系[33] | 第57-59页 |
| 5.1.4 谱聚类算法步骤 | 第59-60页 |
| 5.2 谱聚类算法对样本数据分类实验 | 第60-67页 |
| 5.2.1 生成样本数据并归一化 | 第60-63页 |
| 5.2.2 谱聚类分类结果同参数选取的关系 | 第63-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 全文总结与展望 | 第68-71页 |
| 6.1 总结 | 第68-69页 |
| 6.1.1 主要研究内容 | 第68-69页 |
| 6.1.2 论文创新点 | 第69页 |
| 6.2 需要进一步研究的工作 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录1 攻读硕士学位期间的科研成果 | 第76页 |
