基于形状的复杂背景下物体识别与拟合技术研究
| 第一章 绪论 | 第1-18页 |
| ·数字图像处理技术 | 第8-9页 |
| ·计算机视觉和机器人视觉 | 第9-12页 |
| ·计算机视觉的概念 | 第9-10页 |
| ·机器人视觉 | 第10页 |
| ·视觉原理 | 第10-11页 |
| ·机器人视觉的发展与现状 | 第11-12页 |
| ·物体识别 | 第12-15页 |
| ·识别概念 | 第12-13页 |
| ·物体识别的目的 | 第13页 |
| ·物体识别的影响因素 | 第13-14页 |
| ·形变 | 第14-15页 |
| ·论文的研究内容和组织结构 | 第15-16页 |
| ·研究内容 | 第15-16页 |
| ·系统结构 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第二章 复杂背景下形状提取 | 第18-33页 |
| ·图像预处理 | 第18-24页 |
| ·噪声处理 | 第18-21页 |
| ·灰度处理 | 第21页 |
| ·目标分割 | 第21-24页 |
| ·形状描述的经典方法 | 第24-27页 |
| ·形态学边缘提取 | 第27-30页 |
| ·形态学的概念和优点 | 第27-28页 |
| ·腐蚀和膨胀 | 第28-29页 |
| ·开运算和闭运算 | 第29-30页 |
| ·形态学用于边缘检测 | 第30页 |
| ·基于形态学的边缘提取 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 边缘跟踪与特征提取算法 | 第33-46页 |
| ·多边形近似拟合算法 | 第33-35页 |
| ·多边形拟合算法 | 第33-34页 |
| ·Hough变换 | 第34-35页 |
| ·边缘跟踪算法 | 第35-44页 |
| ·边缘跟踪算法 | 第36-39页 |
| ·跟踪算法-改进的梯度图法 | 第39-43页 |
| ·特征点提取 | 第43页 |
| ·特征角度计算 | 第43-44页 |
| ·实验 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 特征匹配 | 第46-59页 |
| ·特征匹配原则 | 第46-47页 |
| ·匹配算法 | 第47-56页 |
| ·特征点分析 | 第48-50页 |
| ·特征匹配的问题 | 第50页 |
| ·匹配点求取 | 第50-53页 |
| ·两种匹配求解方法 | 第53-56页 |
| ·实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 物体拟合 | 第59-67页 |
| ·形状拟合 | 第59-60页 |
| ·一种圆锥曲线近似拟合算法 | 第60-66页 |
| ·曲线函数 | 第60-62页 |
| ·边界拟合算法 | 第62-63页 |
| ·边界拟合过程和实例分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结 | 第67-69页 |
| ·论文工作总结 | 第67-68页 |
| ·论文创新点 | 第68页 |
| ·不足之处 | 第68页 |
| ·展望未来 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间的科研工作与发表论文情况 | 第73-74页 |
| 1. 参与的科研工作 | 第73页 |
| 2. 发表论文 | 第73-74页 |
| 致谢 | 第74页 |
