基于可拓学的图像识别方法及其并行化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1．绪论 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·图像识别概述 | 第9-10页 |
| ·图像识别国内外研究现状 | 第10-11页 |
| ·可拓模式识别研究现状 | 第11-12页 |
| ·研究的目的和意义 | 第12页 |
| ·本论文的研究内容与安排 | 第12-14页 |
| ·研究的内容 | 第12-13页 |
| ·论文内容的安排 | 第13-14页 |
| 2. 可拓学的理论基础及可拓识别模型 | 第14-21页 |
| ·基元的概念 | 第14-15页 |
| ·拓展分析原理 | 第15-17页 |
| ·可扩分析原理 | 第15-16页 |
| ·发散分析原理 | 第16-17页 |
| ·可拓变换 | 第17-18页 |
| ·可拓变换的定义 | 第17-18页 |
| ·常用的可拓变换 | 第18页 |
| ·可拓识别方法 | 第18-21页 |
| ·可拓识别研究的对象 | 第18-19页 |
| ·可拓识别方法的一般步骤 | 第19-21页 |
| 3. 基于亮度拓展变换的可拓图像识别 | 第21-28页 |
| ·图像颜色直方图及其拓展颜色直方图 | 第21-23页 |
| ·基于拓展颜色直方图的图像识别 | 第23-24页 |
| ·实验结果与分析 | 第24-27页 |
| ·小结 | 第27-28页 |
| 4. 基于方向拓展E-SURF的可拓图像识别 | 第28-45页 |
| ·引言 | 第28-29页 |
| ·特征点检测 | 第29-33页 |
| ·积分图像 | 第30页 |
| ·Hessian 矩阵及其近似 | 第30-31页 |
| ·尺度空间的构建 | 第31-33页 |
| ·特征点检测 | 第33页 |
| ·特征点主方向及其拓展方向的计算 | 第33-34页 |
| ·特征点描述子生成 | 第34-35页 |
| ·特征点匹配 | 第35-37页 |
| ·基于欧氏距离的特征点匹配 | 第35-36页 |
| ·快速索引匹配 | 第36-37页 |
| ·基于 E-SURF 的图像识别算法 | 第37-39页 |
| ·实验结果与分析 | 第39-44页 |
| ·E-SURF 匹配点对实验 | 第40-43页 |
| ·对同类图像的识别实验 | 第43-44页 |
| ·对不同类图像的识别实验 | 第44页 |
| ·小结 | 第44-45页 |
| 5. 基于E-SURF的图像识别算法的并行化 | 第45-54页 |
| ·并行程序设计思想 | 第45-47页 |
| ·分解、任务、依赖图和任务映射 | 第46页 |
| ·任务分解技术 | 第46-47页 |
| ·多核多线程实现技术 | 第47-50页 |
| ·操作系统对多核的支持 | 第47-48页 |
| ·与多线程相关的 WIN API 函数 | 第48-49页 |
| ·线程间的同步 WIN API 函数 | 第49-50页 |
| ·E-SURF 算法的并行化设计 | 第50-52页 |
| ·算法各部分的并行性分析 | 第50-51页 |
| ·算法任务分配与依赖关系 | 第51-52页 |
| ·实验结果及分析 | 第52-54页 |
| 6. 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录：硕士研究生学习阶段发表的论文 | 第58-59页 |
| 致谢 | 第59-60页 |
