基于改进LOG的图像特征提取和VG重构技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9-11页 |
| ·数字图像处理 | 第9-10页 |
| ·数字图像传输 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·图像的边缘检测 | 第11-13页 |
| ·LoG算法 | 第13页 |
| ·图像矢量动态 | 第13-14页 |
| ·实验平台和评估方法 | 第14-15页 |
| ·Visual Studio.NET实验平台 | 第14页 |
| ·评价标准 | 第14-15页 |
| ·本文的主要工作和内容安排 | 第15-17页 |
| ·本文的主要工作内容 | 第15页 |
| ·论文内容安排 | 第15-17页 |
| 第2章 图像的预处理 | 第17-22页 |
| ·图像的灰度转化 | 第17-18页 |
| ·噪声及噪声处理 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于LOG的图像特征提取 | 第22-36页 |
| ·基于LOG边沿检测算子研究 | 第22-27页 |
| ·LoG算法原理 | 第22-23页 |
| ·LoG算法具体实现 | 第23-24页 |
| ·实验结果 | 第24-27页 |
| ·阈值选取 | 第27-31页 |
| ·阈值算法分析 | 第27-29页 |
| ·最佳阈值计算 | 第29页 |
| ·像素点修正 | 第29页 |
| ·实验结果 | 第29-30页 |
| ·实验结果分析 | 第30-31页 |
| ·图像特征点提取 | 第31-35页 |
| ·图像边界修复 | 第31页 |
| ·提取特征点 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于Delaunay的图像矢量化 | 第36-44页 |
| ·图像矢量化 | 第36-37页 |
| ·Delaunay算法 | 第37-41页 |
| ·算法简介 | 第37-38页 |
| ·算法实现 | 第38-40页 |
| ·本论文使用的数据结构 | 第40-41页 |
| ·颜色填充 | 第41页 |
| ·实验结果 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 SVG矢量图保存与显示 | 第44-48页 |
| ·SVG矢量图概述 | 第44-45页 |
| ·SVG环境配置 | 第45页 |
| ·SVG语法结构 | 第45-46页 |
| ·SVG矢量图保存 | 第46-47页 |
| ·SVG矢量图的显示 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-50页 |
| ·本论文所作的工作 | 第48页 |
| ·课题展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
