基于图像梯度和曲率信息约束的目标检测与定位算法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第1章 绪论 | 第10-16页 |
·课题背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-14页 |
·本文主要研究内容 | 第14页 |
·本文组织结构 | 第14-16页 |
第2章 基于边缘梯度约束的多直线检测 | 第16-27页 |
·引言 | 第16-17页 |
·HOUGH 变换 | 第17-19页 |
·Hough 变换检测直线基本原理 | 第17-18页 |
·Hough 变换检测圆的基本原理 | 第18-19页 |
·边缘梯度角度直方图约束的多直线检测 | 第19-21页 |
·梯度角度直方图 | 第19-20页 |
·利用先验约束剔除干扰 | 第20-21页 |
·实验仿真 | 第21-26页 |
·合成图像检测 | 第22页 |
·多目标简单背景图像多直线检测 | 第22-23页 |
·多目标复杂背景图像多直线检测 | 第23-24页 |
·边界图像素对照 | 第24页 |
·Hough 空间对照 | 第24-26页 |
·本章小结 | 第26-27页 |
第3章 基于曲率约束的多圆检测 | 第27-38页 |
·引言 | 第27-28页 |
·曲率约束的多圆检测 | 第28-32页 |
·曲率的概念 | 第28-29页 |
·等照度曲线曲率 | 第29-32页 |
·曲率约束的多圆检测算法 | 第32页 |
·实验仿真 | 第32-37页 |
·合成图像检测 | 第33-34页 |
·多目标简单背景图像检测 | 第34页 |
·多目标复杂背景图像检测 | 第34-37页 |
·本章小结 | 第37-38页 |
第4章 基于梯度和曲率约束的改进 HOG 算法 | 第38-52页 |
·引言 | 第38-39页 |
·HOG 特征原理 | 第39-44页 |
·颜色空间及其标准化 | 第39-40页 |
·梯度的计算 | 第40-41页 |
·直方图统计 | 第41-42页 |
·归一化 | 第42-43页 |
·一种简化的 HOG 特征 | 第43-44页 |
·梯度和曲率约束的改进 HOG 算法 | 第44-46页 |
·图像曲率 | 第44页 |
·曲率加权约束的 HOG 特征 | 第44-45页 |
·曲率分布约束的 HOG 特征 | 第45-46页 |
·梯度曲率联合约束的 HOG 特征 | 第46页 |
·支持向量机检测模型 | 第46-48页 |
·SVM 原理 | 第46-47页 |
·基于 SVM 的目标检测 | 第47-48页 |
·SVM 计算模型 | 第48页 |
·实验仿真 | 第48-51页 |
·ETZH 形状数据库 | 第48-50页 |
·INRIA 马匹数据库 | 第50-51页 |
·本章小结 | 第51-52页 |
结论 | 第52-54页 |
参考文献 | 第54-59页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第59-60页 |
致谢 | 第60-61页 |
作者简介 | 第61页 |