| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 概述 | 第10-13页 |
| 1.2.1 目标识别 | 第10-12页 |
| 1.2.2 光场 | 第12-13页 |
| 1.3 光场重构与目标识别研究现状 | 第13-18页 |
| 1.3.1 目标识别研究现状 | 第13-16页 |
| 1.3.2 光场重构研究现状 | 第16-18页 |
| 1.4 本文的主要内容及章节安排 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 基础理论知识 | 第20-27页 |
| 2.1 稀疏傅里叶算法 | 第20-21页 |
| 2.2 小波变换 | 第21-22页 |
| 2.3 窗口效应 | 第22-23页 |
| 2.4 上下文信息源 | 第23-24页 |
| 2.5 树结构图模型 | 第24-26页 |
| 2.5.1 树模型的表示 | 第24页 |
| 2.5.2 树模型推理 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 基于小波变换与稀疏傅里叶变换相结合的光场重构方法 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 重构算法 | 第28-32页 |
| 3.2.1 算法步骤 | 第29-30页 |
| 3.2.2 恢复阶段 | 第30-32页 |
| 3.3 光场重构算法比较 | 第32-33页 |
| 3.4 实验验证 | 第33-37页 |
| 3.4.1 box-and-X采样图案仿真 | 第34-35页 |
| 3.4.2 Box and 4 diagonals采样图案仿真 | 第35-36页 |
| 3.4.3 性能分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于光场重构的目标识别算法 | 第38-45页 |
| 4.1 引言 | 第38页 |
| 4.2 基于小波变换与稀疏傅里叶变换相结合的光场重构 | 第38-40页 |
| 4.2.1 流程设计 | 第38-39页 |
| 4.2.2 主程序设计 | 第39-40页 |
| 4.3 基于光场的目标识别方法 | 第40-41页 |
| 4.4 仿真验证 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于空间位置关系的物体识别上下文模型和算法 | 第45-54页 |
| 5.1 引言 | 第45-46页 |
| 5.2 基于空间位置改进的物体识别上下文模型 | 第46-50页 |
| 5.2.1 上下文模型建模 | 第46-48页 |
| 5.2.2 模型学习 | 第48-49页 |
| 5.2.3 树模型交替推理方法 | 第49-50页 |
| 5.3 仿真实验 | 第50-51页 |
| 5.4 目标识别结果 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-57页 |
| 6.1 论文工作总结 | 第54-55页 |
| 6.2 论文工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 | 第65页 |
