| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-12页 |
| 1 绪论 | 第12-20页 |
| 1．1 计算机视觉及其研究内容中的三个层次 | 第12-15页 |
| 1．1．1 计算机视觉 | 第12-13页 |
| 1．1．2 计算机视觉研究内容的三个层次 | 第13-14页 |
| 1．1．3 低层次视觉要素提取的意义 | 第14-15页 |
| 1．2 感受野分层等级假设及其相关数学模型 | 第15-17页 |
| 1．2．1 感受野分层等级假设 | 第15-16页 |
| 1．2．2 描述GC感受野的相关数学模型 | 第16-17页 |
| 1．3 DOG模型的研究现状 | 第17-18页 |
| 1．4 课题的提出 | 第18-19页 |
| 1．4．1 课题的提出 | 第18页 |
| 1．4．2 主要研究目标 | 第18-19页 |
| 1．5 本章小节 | 第19-20页 |
| 2 DOG函数的特性分析 | 第20-34页 |
| 2．1 DOG函数的基本特性 | 第20-26页 |
| 2．1．1 高斯函数的基本特性 | 第20-21页 |
| 2．1．2 DOG函数的基本特性 | 第21-25页 |
| 2．1．3 DOG滤波器设计 | 第25-26页 |
| 2．2 DOG函数的多尺度分析功能 | 第26-33页 |
| 2．2．1 从傅立叶变换到小波分析 | 第26页 |
| 2．2．2 傅立叶变换 | 第26-27页 |
| 2．2．3 短时傅立叶变换 | 第27-28页 |
| 2．2．4 小波变换 | 第28-30页 |
| 2．2．5 基于DOG函数的连续小波变换 | 第30-32页 |
| 2．2．6 基于DOG函数的离散小波变换 | 第32-33页 |
| 2．3 本章小节 | 第33-34页 |
| 3 DOG函数的结构分析及其对标准尺度信号的检测 | 第34-54页 |
| 3．1 DOG函数与高斯函数及高斯-拉普拉斯二阶微分函数之间的关系 | 第34-38页 |
| 3．2 DOG函数对标准尺度信号的检测 | 第38-50页 |
| 3．2．1 标准尺度信号 | 第38-39页 |
| 3．2．2 高斯函数对标准尺度信号的检测 | 第39-41页 |
| 3．2．3 高斯-拉普拉斯二阶微分函数对标准尺度信号的检测 | 第41-45页 |
| 3．2．4 DOG函数对标准尺度信号的检测 | 第45-50页 |
| 3．3 DOG函数的结构频谱特性及和高斯-拉普拉斯二阶微分函数的滤噪性能比较 | 第50-52页 |
| 3．4 消除过尺度边缘效应 | 第52页 |
| 3．5 对标准尺度信号模型的讨论 | 第52-53页 |
| 3．6 本章小结 | 第53-54页 |
| 4 基于DOG模型的低层次视觉尺度要素检测 | 第54-87页 |
| 4．1二 维空间尺度分析基础 | 第54-58页 |
| 4．2 基于DOG函数的线条检测 | 第58-70页 |
| 4．2．1 现有方法分析 | 第58-60页 |
| 4．2．2 线条检测原理分析 | 第60-64页 |
| 4．2．3 线条检测实例 | 第64-70页 |
| 4．3 基于DOG函数的角点检测 | 第70-78页 |
| 4．3．1 现有方法分析 | 第70-71页 |
| 4．3．2 角点检测原理分析 | 第71-73页 |
| 4．3．3 角点检测实验 | 第73-78页 |
| 4．4 基于DOG函数多尺度分解及特征尺度的纹理分割 | 第78-86页 |
| 4．4．1 现有方法分析 | 第78-80页 |
| 4．4．2 纹理的特征尺度及其搜寻 | 第80-82页 |
| 4．4．3 基于DOG函数的多尺度分解 | 第82-83页 |
| 4．4．4 纹理分割原理 | 第83-84页 |
| 4．4．5 纹理分割实验 | 第84-86页 |
| 4．5 本章小节 | 第86-87页 |
| 5 DOG函数的图像分析功能及其相关视觉现象研究 | 第87-101页 |
| 5．1 基于边缘的DOG函数对图像信号的响应推广 | 第87-89页 |
| 5．2 线条端点检测原理 | 第89-91页 |
| 5．3 视网膜神经节感受野的“注意”（attention）功能及感叹号视觉现象解释 | 第91-94页 |
| 5．3．1 视网膜神经节细胞感受野的“注意”功能 | 第91-93页 |
| 5．3．2 感叹号视觉现象解释 | 第93-94页 |
| 5．4 对纹理在视觉信息处理中的作用的分析 | 第94-96页 |
| 5．5 Hermann格子视觉现象的解释 | 第96-98页 |
| 5．6 Muller-Lyer等错觉现象的解释 | 第98-100页 |
| 5．7 本章小结 | 第100-101页 |
| 6 结论与展望 | 第101-105页 |
| 6．1 全文总结 | 第101-103页 |
| 6．2 后续研究工作的展望 | 第103-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-111页 |
| 附1攻读博士学位期间发表论文情况 | 第111页 |
