| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 课题背景及研究意义 | 第13-14页 |
| 1.2 形态学算子模型的研究现状 | 第14-15页 |
| 1.3 形态学算子的特征提取方法及存在的问题 | 第15-18页 |
| 1.3.1 形态学特征提取方法 | 第15-17页 |
| 1.3.2 形态学算子模型存在的问题 | 第17-18页 |
| 1.4 本文主要研究内容和组织结构 | 第18-19页 |
| 1.5 本章小结 | 第19-21页 |
| 第2章 形态学算子及图像特征提取的基础理论 | 第21-35页 |
| 2.1 格理论 | 第21-23页 |
| 2.2 完备格上的算子模型 | 第23-24页 |
| 2.3 完备格上的形态学算子 | 第24-25页 |
| 2.4 模糊集和模糊逻辑算子 | 第25-28页 |
| 2.4.1 模糊集 | 第25-26页 |
| 2.4.2 模糊逻辑算子 | 第26-28页 |
| 2.5 张量基础 | 第28-32页 |
| 2.5.1 张量概念及基本运算 | 第28-29页 |
| 2.5.2 张量测度 | 第29-30页 |
| 2.5.3 张量距离 | 第30-32页 |
| 2.6 基于流形学习的特征提取 | 第32-34页 |
| 2.6.1 流形的基本概念 | 第32页 |
| 2.6.2 流形学习特征提取的基本模型 | 第32-33页 |
| 2.6.3 拉普拉斯流形学习 | 第33-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第3章 变精度模糊击中击不中变换模型 | 第35-66页 |
| 3.1 引言 | 第35页 |
| 3.2 击中击不中变换模型 | 第35-42页 |
| 3.2.1 二值图像击中击不中变换 | 第36页 |
| 3.2.2 经典灰度图像击中击不中变换 | 第36-38页 |
| 3.2.3 鲁棒的灰度击中击不中变换 | 第38-39页 |
| 3.2.4 基于模糊包含度的击中击不中变换 | 第39-42页 |
| 3.3 变精度模糊击中击不中变换模型 | 第42-49页 |
| 3.3.1 基于竖直平移的变精度模糊击中击不中变换模型 | 第42-45页 |
| 3.3.2 等级变精度模糊击中击不中变换模型 | 第45-48页 |
| 3.3.3 软模糊变精度击中击不中变换模型 | 第48-49页 |
| 3.4 基于等级变精度模糊击中击不中的兴趣点特征提取 | 第49-57页 |
| 3.4.1 基于等级变精度模糊击中击不中的边缘检测 | 第50-54页 |
| 3.4.2 基于软变精度模糊击中击不中的角点检测 | 第54-57页 |
| 3.5 基于变精度模糊击中击不中变换的目标检测 | 第57-64页 |
| 3.5.1 强噪声环境下人工图像目标检测 | 第57-59页 |
| 3.5.2 雷达图像小目标检测 | 第59页 |
| 3.5.3 动脉血管瘤检测 | 第59-63页 |
| 3.5.4 比较分析 | 第63-64页 |
| 3.6 本章小结 | 第64-66页 |
| 第4章 张量彩色形态学算子模型 | 第66-85页 |
| 4.1 引言 | 第66页 |
| 4.2 基于向量的彩色形态学模型 | 第66-68页 |
| 4.2.1 向量序 | 第66-67页 |
| 4.2.2 向量形态学模型 | 第67-68页 |
| 4.3 彩色图像的张量化表示 | 第68-76页 |
| 4.3.1 彩色张量模型 | 第68-71页 |
| 4.3.2 纹理张量模型 | 第71-74页 |
| 4.3.3 混合张量模型 | 第74-76页 |
| 4.4 彩色张量形态学算子模型 | 第76-80页 |
| 4.4.1 张量序 | 第76-79页 |
| 4.4.2 基于张量的形态学算子模型 | 第79-80页 |
| 4.5 基于张量形态学算子的彩色图像特征提取 | 第80-84页 |
| 4.5.1 基于彩色张量形态学梯度的彩色图像边缘检测 | 第80-81页 |
| 4.5.2 基于形态学膨胀的彩色图像纹理分割 | 第81-83页 |
| 4.5.3 基于混合张量形态学梯度的彩色图像纹理分割 | 第83-84页 |
| 4.6 本章小结 | 第84-85页 |
| 第5章 结合形态学粒化和流形学习的彩色图像不规则区域特征提取及应用 | 第85-111页 |
| 5.1 引言 | 第85页 |
| 5.2 粒计算 | 第85页 |
| 5.3 基于形态学跳连通算子的彩色图像粒化模型 | 第85-90页 |
| 5.3.1 形态学跳连通 | 第85-87页 |
| 5.3.2 基于颜色统计的彩色序 | 第87-89页 |
| 5.3.3 基于彩色形态学跳连通算子的图像粒化 | 第89-90页 |
| 5.4 基于流形学习的基本粒特征提取 | 第90-100页 |
| 5.4.1 基本粒规则化表示 | 第92-96页 |
| 5.4.2 基于流形学习的基本粒特征提取 | 第96-98页 |
| 5.4.3 基于改进LE的基本粒特征提取 | 第98-100页 |
| 5.5 粒视角下彩色图像分割 | 第100-107页 |
| 5.5.1 问题描述 | 第100-102页 |
| 5.5.2 基于马尔可夫蒙特卡洛的基本粒融合算法 | 第102-103页 |
| 5.5.3 实验结果与分析 | 第103-107页 |
| 5.6 本章小结 | 第107-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-121页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第121-122页 |
| 致谢 | 第122页 |
