基于统计方法的颅骨特征点提取方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·人脸特征点提取研究的国内外现状 | 第10-11页 |
| ·颅骨特征点提取研究的国内外现状 | 第11页 |
| ·颅骨特征点提取的主要难点和挑战 | 第11页 |
| ·本项目组的研究进展 | 第11-12页 |
| ·本文主要研究内容及创新点 | 第12页 |
| ·本文组织结构 | 第12-15页 |
| 第二章 基于改进相对角直方图的颅骨特征点预匹配 | 第15-33页 |
| ·实验数据及颅骨特征点标准介绍 | 第15-16页 |
| ·传统的相对角直方图算法 | 第16-19页 |
| ·传统相对角直方图算法介绍 | 第16-18页 |
| ·相对角直方图分布算法在颅面模型上的应用 | 第18-19页 |
| ·改进的相对角直方图算法 | 第19-27页 |
| ·基于ICP的颅骨模型配准 | 第19-22页 |
| ·建立模型新主轴 | 第22页 |
| ·模型球面映射 | 第22-23页 |
| ·颅骨模型点相对角分布 | 第23-25页 |
| ·特征点提取准确度评价 | 第25-27页 |
| ·基于统计方法的特征点误差分析 | 第27-32页 |
| ·λ~2拟合优度检验 | 第28页 |
| ·Kolmogorov拟合优度检验 | 第28-29页 |
| ·Lilliefors正态性检验 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 颅骨模型局部几何特征提取 | 第33-39页 |
| ·法向量特征提取 | 第33-34页 |
| ·具有点面信息的模型法向量计算 | 第33-34页 |
| ·点云数据法向量计算 | 第34页 |
| ·颅骨生理结构介绍 | 第34-37页 |
| ·基于法向量投影的模型局部几何特征提取 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于贝叶斯分类的颅骨特征点精确提取 | 第39-53页 |
| ·贝叶斯分类器原理 | 第40-42页 |
| ·贝叶斯分类理论 | 第40-41页 |
| ·朴素贝叶斯分类器 | 第41页 |
| ·贝叶斯网络分类器 | 第41-42页 |
| ·非参数估计 | 第42-44页 |
| ·直方图估计 | 第42-43页 |
| ·K最近邻估计 | 第43-44页 |
| ·非参数估计的贝叶斯原理 | 第44-45页 |
| ·预匹配集合数据预处理 | 第45-47页 |
| ·数据离散化与概念分层 | 第45-47页 |
| ·数据去噪 | 第47页 |
| ·基于非参数估计的贝叶斯分类器设计 | 第47-49页 |
| ·颅骨特征点精确提取 | 第49-50页 |
| ·本章小结 | 第50-53页 |
| 第五章 颅骨特征点提取系统设计与实现 | 第53-59页 |
| ·系统功能设计 | 第53-54页 |
| ·特征点预匹配模块 | 第53页 |
| ·特征点精确提取模块 | 第53-54页 |
| ·系统功能结构模块 | 第54页 |
| ·系统流程图 | 第54-55页 |
| ·系统实现 | 第55-57页 |
| ·系统开发环境与运行环境 | 第55页 |
| ·系统实现 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66页 |
