| 引言 | 第1-12页 |
| ·课题的提出 | 第9-10页 |
| ·课题提出的背景 | 第9页 |
| ·国内外在这一领域的发展水平 | 第9-10页 |
| ·系统简介 | 第10-12页 |
| ·系统涉及的主要技术 | 第10页 |
| ·系统实现过程 | 第10-12页 |
| 第一章 计算机视觉 | 第12-19页 |
| ·计算机视觉及其发展 | 第12-14页 |
| ·Marr视觉计算理论框架 | 第12-13页 |
| ·基于知识的视觉理论框架 | 第13-14页 |
| ·基于主动视觉的视觉理论框架 | 第14页 |
| ·计算机视觉系统的基本结构及相关领域 | 第14-19页 |
| ·计算机视觉系统的基本结构 | 第14-15页 |
| ·计算机视觉相关领域 | 第15页 |
| ·计算机视觉研究特点 | 第15-16页 |
| ·计算机视觉系统的主要研究内容 | 第16页 |
| ·计算机视觉发展前景与展望 | 第16-19页 |
| 第二章 边缘检测 | 第19-38页 |
| ·边缘检测的基本概念 | 第19-21页 |
| ·基于经典微分算子的边缘检测 | 第21-25页 |
| ·一阶微分的边缘检测算子 | 第21-24页 |
| ·二阶微分的边缘检测算子--Laplacian算子 | 第24-25页 |
| ·Canny算子的边缘检测 | 第25-28页 |
| ·Canny算子的基本原理 | 第25-26页 |
| ·Canny算子的计算实现 | 第26-28页 |
| ·基于梯度信息的自适应平滑滤波 | 第28-38页 |
| ·自适应平滑的基本原理 | 第28-31页 |
| ·自适应平滑算法 | 第31-38页 |
| ·收敛性讨论 | 第31-32页 |
| ·参数k的作用 | 第32-33页 |
| ·自适应平滑算法步骤 | 第33-34页 |
| ·参数k的选取 | 第34-38页 |
| 第三章 图像分割 | 第38-57页 |
| ·图像阈值分割概述 | 第39-40页 |
| ·直方图阈值分割法 | 第40-41页 |
| ·最佳阈值分割法 | 第41-43页 |
| ·最佳熵自动门限法 | 第43-46页 |
| ·P氏熵方法 | 第44-45页 |
| ·KSW熵法 | 第45-46页 |
| ·JM熵方法 | 第46页 |
| ·模糊阈值分割 | 第46-48页 |
| ·基于最大模糊总熵准则的KSW熵方法 | 第48-51页 |
| ·模糊总熵阈值技术的快速算法 | 第51-54页 |
| ·模糊总熵阈值技术的实验结果 | 第54-57页 |
| 第四章 优势点提取 | 第57-68页 |
| ·优势点提取的传统技术 | 第57页 |
| ·优势点提取的分类技术(假设检验技术) | 第57-63页 |
| ·分类问题的似然比检验函数 | 第58-59页 |
| ·复合假设检验和数据融合式的Fisher鉴别函数 | 第59-61页 |
| ·基于最大巴氏距离准则的优势点提取算法 | 第61-62页 |
| ·优势点提取实验 | 第62-63页 |
| ·使用小波技术的多尺度优势点提取 | 第63-68页 |
| ·小波理论 | 第63-64页 |
| ·使用小波技术的优势点提取 | 第64-66页 |
| ·方向的提取 | 第64页 |
| ·使用小波变换对斜坡宽度的提取 | 第64-66页 |
| ·孤立算子 | 第66页 |
| ·实验过程 | 第66-68页 |
| 第五章 摄像机标定 | 第68-75页 |
| ·摄像机标定技术 | 第68-69页 |
| ·摄像机成像模型 | 第69-71页 |
| ·内征参数的标定 | 第71-75页 |
| 第六章 目标的三维复原 | 第75-91页 |
| ·三维复原技术概述 | 第75-79页 |
| ·从阴影复原三维信息 | 第75页 |
| ·基于特征点集的三维复原 | 第75-76页 |
| ·从图像序列复原三维信息 | 第76-77页 |
| ·从光流复原三维信息 | 第77-78页 |
| ·立体视觉 | 第78-79页 |
| ·由单幅视图确定多面体的空间位姿 | 第79-83页 |
| ·确定多面体位姿的新技术 | 第80-83页 |
| ·三点算法 | 第80-81页 |
| ·非共面四点算法 | 第81-82页 |
| ·共面四点算法 | 第82-83页 |
| ·仿真实验 | 第83页 |
| ·由双幅视图确定多面体的空间位姿 | 第83-91页 |
| ·双视图复原的八点算法及其存在的问题 | 第84-86页 |
| ·经典八点算法 | 第84-85页 |
| ·八点算法的有偏性 | 第85-86页 |
| ·八点算法的病态性 | 第86页 |
| ·Hartley的正则化八点算法 | 第86-87页 |
| ·降维八点算法 | 第87-89页 |
| ·降维八点算法的性能分析 | 第89-90页 |
| ·计算机仿真实验 | 第90-91页 |
| 结论和建议 | 第91-92页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第92-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-97页 |