| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究的背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 二维动画匹配算法技术综述 | 第17-30页 |
| 2.1 卡通角色提取 | 第17-24页 |
| 2.1.1 背景减除法 | 第17-18页 |
| 2.1.2 图像分割技术 | 第18-21页 |
| 2.1.3 图切割理论 | 第21-24页 |
| 2.2 匹配构造相关技术 | 第24-29页 |
| 2.2.1 形状特征表达与描述表示 | 第25-27页 |
| 2.2.2 骨架提取 | 第27-28页 |
| 2.2.3 匹配算法 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于形状的匹配算法构造 | 第30-48页 |
| 3.1 形状上下文(SHAPE CONTEXT) | 第30-32页 |
| 3.1.1 算法流程框架 | 第30-31页 |
| 3.1.2 SHAPE CONTEXT特征描述符 | 第31页 |
| 3.1.3 直方图建立及代价计算 | 第31-32页 |
| 3.2 稀疏编码(SPARSE CODING) | 第32-36页 |
| 3.2.1 稀疏编码理论 | 第33-34页 |
| 3.2.2 LASO算法和LARS算法 | 第34-36页 |
| 3.3 基于稀疏编码的局部构建及全局对齐 | 第36-40页 |
| 3.3.1 基于稀疏编码的局部块构建及优化 | 第37-39页 |
| 3.3.2 全局对齐 | 第39-40页 |
| 3.4 匹配算法构建流程 | 第40-41页 |
| 3.5 实验与分析 | 第41-45页 |
| 3.5.1 CBR比较 | 第42-44页 |
| 3.5.2 构建匹配结果 | 第44-45页 |
| 3.6 应用 | 第45-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第四章 基于骨架的匹配算法构造 | 第48-67页 |
| 4.1 前景与背景分离 | 第48-51页 |
| 4.1.1 GRAB CUT算法 | 第48-49页 |
| 4.1.2 交互式前景提取方法 | 第49-51页 |
| 4.2 骨架提取 | 第51-54页 |
| 4.2.1 骨架的概念 | 第51-52页 |
| 4.2.2 基于离散曲线演化(DCE)的轮廓分割的骨架修剪算法 | 第52-54页 |
| 4.3 骨架特征点表示 | 第54-60页 |
| 4.4 基于GRAPH CUTS的匹配构造 | 第60-62页 |
| 4.5 算法框架 | 第62-63页 |
| 4.6 实验与分析 | 第63-66页 |
| 4.6.1 图像场景预处理 | 第63-64页 |
| 4.6.2 匹配流程 | 第64-66页 |
| 4.7 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 对本文工作的总结 | 第67-68页 |
| 5.2 未来工作的展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表论文及科研情况 | 第73-74页 |
| 致谢 | 第74页 |