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

图像局部模糊检测的SVM方法研究

摘要第4-5页
ABSTRACT第5页
1 概述第8-11页
    1.1 研究背景及意义第8页
    1.2 国内外研究现状与发展趋势第8-10页
    1.3 本文研究目标与内容第10-11页
2 图像局部模糊退化模型第11-19页
    2.1 数码相机成像原理第11-12页
    2.2 图像模糊机理第12-14页
        2.2.1 运动模糊机理第12-13页
        2.2.2 失焦模糊机理第13-14页
    2.3 图像局部模糊的退化模型第14-17页
        2.3.1 运动模糊退化模型第16-17页
        2.3.2 失焦模糊退化模型第17页
    2.4 本章小结第17-19页
3 图像局部模糊特征提取方法第19-31页
    3.1 DCT系数特征第19-23页
        3.1.1 DCT系数特征选取第19-20页
        3.1.2 DCT系数特征提取方法第20-23页
    3.2 梯度特征第23-25页
        3.2.1 梯度特征选取第23-24页
        3.2.2 梯度特征提取方法第24-25页
    3.3 奇异值向量特征第25-27页
        3.3.1 奇异值向量选取第25-26页
        3.3.2 奇异值向量特征提取方法第26-27页
    3.4 纹理特征第27-30页
        3.4.1 纹理特征选取第28页
        3.4.2 纹理特征提取方法第28-30页
    3.5 本章小结第30-31页
4 图像局部模糊检测的SVM方法第31-47页
    4.1 SVM算法第31-33页
        4.1.1 SVM算法介绍第31-33页
        4.1.2 LibSVM工具箱第33页
    4.2 数学形态学第33-37页
        4.2.1 形态学介绍第33-34页
        4.2.2 腐蚀与膨胀运算第34-37页
        4.2.3 开运算与闭运算第37页
    4.3 图像局部模糊区域检测算法设计第37-41页
    4.4 试验与结果分析第41-47页
        4.4.1 试验图像准备第41-42页
        4.4.2 图像局部模糊分类试验结果分析第42-44页
        4.4.3 图像局部模糊检测试验结果分析第44-47页
5 研究总结与展望第47-49页
    5.1 研究总结第47-48页
    5.2 研究展望第48-49页
参考文献第49-53页
攻硕期间发表的科研成果目录第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:基于颜色特征分析的色偏检测与校正算法研究
下一篇:基于喷墨打印的石墨烯墨水制备及其图案化应用研究