摘要 | 第1-7页 |
ABSTRACT | 第7-10页 |
第一章 绪论 | 第10-16页 |
·课题的背景 | 第10-13页 |
·本文的工作 | 第13-14页 |
·论文的内容安排 | 第14-16页 |
第二章 图像文法 | 第16-31页 |
·一维语言文法 | 第16-17页 |
·随机文法 | 第17-20页 |
·一般随机文法 | 第17-19页 |
·属性随机文法 | 第19-20页 |
·二维图像文法 | 第20-24页 |
·图像文法的发展 | 第20-21页 |
·图像文法与语言文法比较 | 第21-24页 |
·视觉基元 | 第24-30页 |
·视觉基元 | 第24-29页 |
·模式基元的抽取 | 第29-30页 |
·本章小结 | 第30-31页 |
第三章 基于权值的骨架修剪算法 | 第31-50页 |
·概述 | 第31页 |
·骨架的概念 | 第31-34页 |
·骨架 | 第31-32页 |
·骨架结构基元 | 第32-34页 |
·骨架化方法 | 第34-44页 |
·精确方法 | 第35-37页 |
·连续方法 | 第37-38页 |
·离散方法 | 第38-43页 |
·基于击中击不中变换的骨架提取算法 | 第43-44页 |
·骨架正则化控制 | 第44-47页 |
·影响骨架识别的因素 | 第44-45页 |
·抽取骨架前处理 | 第45-46页 |
·抽取骨架后处理 | 第46-47页 |
·基于权值的骨架修剪算法 | 第47-49页 |
·骨架权值化过程 | 第47页 |
·基于距离的骨架权值计算 | 第47-48页 |
·骨架修剪算法描述 | 第48-49页 |
·实验与结论 | 第49页 |
·本章小结 | 第49-50页 |
第四章 随机文法的图像骨架结构化表示模型SGIRS | 第50-57页 |
·骨架的图表示 | 第50-51页 |
·随机文法的图像骨架结构化表示模型SGIRS | 第51-55页 |
·基元检测 | 第51-52页 |
·骨架语法解析树的构造 | 第52-54页 |
·骨架语法解析树节点属性定义 | 第54-55页 |
·SGIRS模型生成过程 | 第55页 |
·本章小结 | 第55-57页 |
第五章 基于SGIRS目标识别框架 | 第57-66页 |
·字符串匹配 | 第57-59页 |
·带权值的字符相似度计算模型 | 第57-58页 |
·字符串相似度计算模型 | 第58-59页 |
·基于权值的目标识别框架 | 第59-61页 |
·实验结果与分析 | 第61-65页 |
·图像测试集 | 第61页 |
·检索性能评价准则 | 第61-63页 |
·实验结果与分析 | 第63-65页 |
·本章小结 | 第65-66页 |
第六章 总结与展望 | 第66-68页 |
·本文的主要工作 | 第66页 |
·展望 | 第66-68页 |
参考文献 | 第68-73页 |
致谢 | 第73-74页 |
论文及科研情况 | 第74页 |