形状识别与图像分割方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 1 绪论 | 第14-19页 |
| ·研究背景、意义和目的 | 第14-15页 |
| ·研究路线和内容 | 第15-18页 |
| ·本文的主要贡献和组织结构 | 第18-19页 |
| 2 形状分析方法综述 | 第19-34页 |
| ·形状分析的主要步骤 | 第19-20页 |
| ·基于区域的数值型方法 | 第20-25页 |
| ·基于区域的结构型方法 | 第25-26页 |
| ·基于边界的数值型方法 | 第26-29页 |
| ·基于边界的结构型方法 | 第29-32页 |
| ·本章小结 | 第32-34页 |
| 3 基于Radon组合透射特征的形状分析方法 | 第34-61页 |
| ·引言 | 第34-36页 |
| ·Radon变换及其性质 | 第36-37页 |
| ·Radon组合透射特征(RCF) | 第37-42页 |
| ·RCF方法性质分析 | 第42-44页 |
| ·形状分析方法的评判标准 | 第44-45页 |
| ·形状检索实验结果与分析 | 第45-52页 |
| ·应用于遥感SAR图像的识别 | 第52-58页 |
| ·本章小结 | 第58页 |
| ·附录:MPEG-7标准形状测试库 | 第58-61页 |
| 4 用于图像分割的人工协进化群落方法 | 第61-85页 |
| ·引言 | 第61-63页 |
| ·人工生命理论 | 第63-65页 |
| ·人工协进化群落(ACT)模型 | 第65-66页 |
| ·基于ACT模型的图像分割算法 | 第66-72页 |
| ·ACT算法的性质分析 | 第72-73页 |
| ·图像分割实验对比与分析 | 第73-83页 |
| ·本章小结 | 第83-85页 |
| 5 局部概率中心k-近邻分类算法 | 第85-105页 |
| ·引言 | 第85-88页 |
| ·k-近邻法决策规则和性质 | 第88-91页 |
| ·局部概率中心(LPC)分类算法 | 第91-94页 |
| ·LPC方法性能分析 | 第94-97页 |
| ·模式分类实验结果和讨论 | 第97-103页 |
| ·本章小结 | 第103-105页 |
| 6 总结与展望 | 第105-108页 |
| ·论文工作总结 | 第105-106页 |
| ·未来研究展望 | 第106-108页 |
| 参考文献 | 第108-118页 |
| 攻读博士学位期间完成的学术论文 | 第118-119页 |
| 致谢 | 第119-120页 |
