| 提要 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 视觉模型的研究背景及发展现状 | 第11-13页 |
| 1.2 边缘提取的研究背景及发展现状 | 第13-16页 |
| 1.2.1 边缘提取的定义 | 第13-14页 |
| 1.2.2 边缘提取的步骤 | 第14页 |
| 1.2.3 边缘提取的分类 | 第14-16页 |
| 1.3 轮廓提取与传统边缘提取的区别 | 第16-17页 |
| 1.4 主要研究内容及内容安排 | 第17-19页 |
| 第2章 初级视觉模型 | 第19-31页 |
| 2.1 感受野 | 第19-20页 |
| 2.2 简单细胞和复杂细胞 | 第20-23页 |
| 2.2.1 简单细胞及其感受野 | 第20-22页 |
| 2.2.2 复杂细胞及其感受野 | 第22-23页 |
| 2.3 非经典感受野及抑制特性 | 第23-26页 |
| 2.3.1 非经典感受野 | 第23-24页 |
| 2.3.2 非经典感受野抑制 | 第24-26页 |
| 2.4 标准模型和HMAX模型 | 第26-31页 |
| 2.4.1 标准模型 | 第26-28页 |
| 2.4.2 HMAX模型 | 第28-31页 |
| 第3章 基于非经典感受野抑制的轮廓提取 | 第31-38页 |
| 3.1 简单细胞和Gabor滤波 | 第31-33页 |
| 3.2 复杂细胞和Gabor能量滤波 | 第33页 |
| 3.3 非经典感受野抑制模型 | 第33-36页 |
| 3.3.1 各向异性抑制模型 | 第34-35页 |
| 3.3.2 各向同性抑制模型 | 第35-36页 |
| 3.4 图像的后处理步骤 | 第36-38页 |
| 3.4.1 非最大值抑制处理 | 第36-37页 |
| 3.4.2 滞后阈值处理 | 第37-38页 |
| 第4章 基于HMAX模型和非经典感受野抑制的轮廓提取 | 第38-50页 |
| 4.1 Gabor函数的参数选择 | 第38-41页 |
| 4.2 DoG函数及权重函数的参数选择 | 第41-42页 |
| 4.3 本文算法 | 第42-45页 |
| 4.3.1 S1层 | 第42页 |
| 4.3.2 C1层 | 第42-43页 |
| 4.3.3 S2层 | 第43-44页 |
| 4.3.4 C2层 | 第44-45页 |
| 4.3.5 VTU层 | 第45页 |
| 4.4 处理效果 | 第45-50页 |
| 4.4.1 S1层处理效果 | 第46页 |
| 4.4.2 C1层处理效果 | 第46-47页 |
| 4.4.3 S2层处理效果 | 第47-48页 |
| 4.4.4 C2层处理效果 | 第48-49页 |
| 4.4.5 VTU层处理效果 | 第49-50页 |
| 第5章 本文算法的评估 | 第50-56页 |
| 5.1 评估方法 | 第50-51页 |
| 5.2 评估参数选择 | 第51页 |
| 5.3 几种算法的评估比较 | 第51-56页 |
| 第6章 总结和展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 作者简介及在学期间所取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |