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

图像分割、特征聚类与特征类匹配方法的应用研究

摘要第8-9页
ABSTRACT第9-10页
第1章 绪论第11-14页
    1.1 研究意义与研究现状第11-12页
    1.2 本文主要工作第12-14页
第2章 经典的图像分割、特征匹配与特征聚类方法第14-23页
    2.1 经典的图像分割算法第14-17页
        2.1.1 常用的图像分割方法第14-15页
        2.1.2 基于Harr-like特征的图像分割方法第15-16页
        2.1.3 基于Harr-like特征的图像分割应用实例第16-17页
    2.2 经典的特征匹配方法第17-20页
        2.2.1 SIFT特征匹配第17-19页
        2.2.2 SURF特征匹配第19-20页
    2.3 经典的特征聚类方法第20-22页
        2.3.1 K-means聚类第20-21页
        2.3.2 Mean-shift聚类第21-22页
    2.4 本章小结第22-23页
第3章 SIFT阈值选择、特征类匹配及其应用第23-31页
    3.1 SIFT特征的阈值调整方法第23-26页
        3.1.1 对比度阈值的选择及分析第24页
        3.1.2 主曲率阈值的选择及分析第24-25页
        3.1.3 距离阈值的选择及分析第25-26页
    3.2 基于区域相似度的特征类匹配方法第26-30页
        3.2.1 基于特征类的相似度计算方法第26-28页
        3.2.2 基于特征类的匹配方法第28-30页
    3.3 本章小结第30-31页
第4章 糖尿病视网膜病变图像的分析与处理第31-39页
    4.1 眼底图像的ROI提取第31-32页
        4.1.1 眼底图像的ROI提取方法第31-32页
        4.1.2 眼底图像的ROI提取结果与分析第32页
    4.2 眼底图像的归一化处理第32-36页
        4.2.1 眼底图像的归一化处理方法第33-34页
        4.2.2 眼底图像的归一化处理结果与分析第34-36页
    4.3 眼底图像的灰度化处理第36页
    4.4 眼底图像的模板匹配过程及其实现第36-38页
        4.4.1 眼底图像的模板匹配方法及实现第37页
        4.4.2 眼底图像的模板匹配结果第37-38页
    4.5 本章小结第38-39页
第5章 实验结果与分析第39-46页
    5.1 评估标准第39页
    5.2 特征类匹配方法的实验结果与分析第39-43页
        5.2.1 特征类匹配方法在ORL人脸库上的实验结果与分析第40-41页
        5.2.2 特征类匹配方法在YALE人脸库上的实验结果与分析第41-43页
    5.3 糖尿病视网膜病变图像处理方法的实验结果与分析第43-44页
    5.4 本章小结第44-46页
第6章 结束语第46-47页
参考文献第47-51页
致谢第51-52页
攻读学位期间完成的学术论文和参加科研情况第52-53页
学位论文评阅及答辩情况表第53页

论文共53页,点击 下载论文
上一篇:可实现图像内容认证与自恢复的脆弱水印算法研究
下一篇:基于时空上下文共现的用户关系强度预测