自然环境下物体闭合轮廓提取方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 轮廓检测算子 | 第13-15页 |
| 1.2.2 轮廓闭合算子 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 第2章 相关理论研究 | 第18-27页 |
| 2.1 轮廓检测算法原理 | 第18-19页 |
| 2.2 计算模型的介绍 | 第19-22页 |
| 2.2.1 轮廓检测算子 | 第20-21页 |
| 2.2.2 非经典感受野 | 第21-22页 |
| 2.3 图论 | 第22-24页 |
| 2.4 格式塔完型规则 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 微动机理下的新型非经典感受野模型 | 第27-37页 |
| 3.1 轮廓检测算法的研究与分析 | 第27-29页 |
| 3.2 算法模型构建 | 第29-32页 |
| 3.2.1 眼球微动模型分析 | 第29-30页 |
| 3.2.2 Gobor模型分析 | 第30-31页 |
| 3.2.3 DoG模型研究 | 第31-32页 |
| 3.3 微动机理下的新型非经典感受野 | 第32-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 结合图论和感知心理学的轮廓闭合算法 | 第37-48页 |
| 4.1 轮廓闭合算法研究与分析 | 第37-39页 |
| 4.2 算法模型构建 | 第39-43页 |
| 4.2.1 最小生成树模型分析 | 第39-41页 |
| 4.2.2 认知心理学研究 | 第41-43页 |
| 4.3 结合最小生成树的格式塔规则模型 | 第43-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 实验分析与结论 | 第48-57页 |
| 5.1 实验论述 | 第48页 |
| 5.2 实验环境与实验参数 | 第48-49页 |
| 5.3 轮廓检测实验结果讨论与分析 | 第49-53页 |
| 5.3.1 定性分析 | 第49-51页 |
| 5.3.2 定量研究 | 第51-53页 |
| 5.4 轮廓闭合实验结果讨论与分析 | 第53-56页 |
| 5.4.1 定性分析 | 第53-55页 |
| 5.4.2 定量研究 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64页 |
