机器视觉中CCD自然图像的降噪和分割研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 引言 | 第11-20页 |
| 1．1 研究的意义 | 第11-14页 |
| 1．2 研究现状 | 第14-17页 |
| 1．3 主要研究工作 | 第17-18页 |
| 1．4 内容安排 | 第18-20页 |
| 第二章 相关理论基础 | 第20-52页 |
| 2．1 光学成像系统 | 第20-26页 |
| 2．2 多尺度分析 | 第26-36页 |
| 2．3 图像分割 | 第36-51页 |
| 2．4 本章小节 | 第51-52页 |
| 第三章 CCD自然图像的噪声分析 | 第52-58页 |
| 3．1 试验装置 | 第52页 |
| 3．2 测量噪声 | 第52-53页 |
| 3．3 照度噪声 | 第53-54页 |
| 3．4 视差噪声 | 第54-56页 |
| 3．5 本章小结 | 第56-58页 |
| 第四章 CCD立体自然图像的噪声模型及降噪方案 | 第58-65页 |
| 4．1 立体匹配问题的特殊性 | 第58-59页 |
| 4．2 噪声模型 | 第59-60页 |
| 4．3 滤波算法 | 第60页 |
| 4．4 滤波器降噪效果比较 | 第60-61页 |
| 4．5 试验 | 第61-64页 |
| 4．6 本章小结 | 第64-65页 |
| 第五章 CCD自然图像多尺度分割 | 第65-84页 |
| 5．1 自然图像的边缘检测 | 第65-72页 |
| 5．2 多尺度分割 | 第72-80页 |
| 5．3 仿真试验 | 第80-83页 |
| 5．4 本章小结 | 第83-84页 |
| 第六章 CCD自然图像最佳分割尺度的确定 | 第84-93页 |
| 6．1 最佳分割尺度的确定 | 第84-92页 |
| 6．2 本章小结 | 第92-93页 |
| 第七章 目标的主动追踪 | 第93-97页 |
| 7．1 主动追踪图像的形成 | 第93-94页 |
| 7．2 仿真试验 | 第94-95页 |
| 7．3 主动追踪的神经元网络模型 | 第95-96页 |
| 7．4 本章小结 | 第96-97页 |
| 第八章 两个视觉检测方面的应用 | 第97-117页 |
| 8．1 交通事故现场勘查系统 | 第97-107页 |
| 8．2 火炮自动检靶系统 | 第107-116页 |
| 8．3 本章小结 | 第116-117页 |
| 第九章 结论 | 第117-120页 |
| 9．1 全文总结 | 第117-118页 |
| 9．2 结束语 | 第118-120页 |
| 本文通用符号 | 第120-121页 |
| 致谢 | 第121-122页 |
| 参考文献 | 第122-130页 |
| 作者攻读博士期间已刊出及投出的论文 | 第130页 |
