辅助视觉中的图像处理关键技术研究
| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-15页 |
| 第一章 绪论 | 第15-33页 |
| ·引言 | 第15-16页 |
| ·辅助视觉中涉及的图像处理关键技术 | 第16-23页 |
| ·图像增强 | 第17-19页 |
| ·目标检测 | 第19-20页 |
| ·目标跟踪 | 第20-22页 |
| ·目标识别和场景理解 | 第22-23页 |
| ·辅助视觉技术的应用领域 | 第23-29页 |
| ·盲人辅助视觉 | 第23-26页 |
| ·视觉导航车辆 | 第26-28页 |
| ·智能监控 | 第28-29页 |
| ·论文的主要工作和章节安排 | 第29-30页 |
| ·论文的主要贡献 | 第30-33页 |
| 第二章 视觉注意机制的视觉信息通道研究 | 第33-67页 |
| ·人类视觉特征 | 第33-38页 |
| ·初级视觉特征 | 第34-35页 |
| ·视觉图像处理的生物学基础 | 第35-38页 |
| ·视觉注意机制 | 第38-41页 |
| ·有效编码假说 | 第38页 |
| ·特征整合理论 | 第38-39页 |
| ·视觉焦点 | 第39-40页 |
| ·典型的视觉注意机制感知模型 | 第40-41页 |
| ·基于视觉注意机制的显著性提取 | 第41-52页 |
| ·图像特征提取 | 第43-45页 |
| ·多特征图合并 | 第45-48页 |
| ·焦点转移 | 第48-49页 |
| ·显著性检测算法评价 | 第49-52页 |
| ·结合深度和运动信息的目标检测视觉通道模型 | 第52-59页 |
| ·深度特征提取 | 第52-55页 |
| ·运动特征提取 | 第55-58页 |
| ·视觉信息通道的建立 | 第58-59页 |
| ·实验结果分析与比较 | 第59-65页 |
| ·静物实验 | 第59-61页 |
| ·运动物体实验 | 第61-65页 |
| ·本章小结 | 第65-67页 |
| 第三章 基于双边滤波器的图像增强算法研究 | 第67-93页 |
| ·图像增强方法概述 | 第67-71页 |
| ·全局化增强 | 第68-69页 |
| ·基于多尺度分析的图像增强方法 | 第69页 |
| ·基于物理模型的单幅图像增强方法 | 第69-70页 |
| ·基于 Retinex 的增强方法 | 第70-71页 |
| ·基于双边滤波器的图像增强算法 | 第71-83页 |
| ·双边滤波器 | 第71-74页 |
| ·雾霾图像增强 | 第74-80页 |
| ·光照不均图像增强 | 第80-83页 |
| ·实验与分析 | 第83-91页 |
| ·图像去雾 | 第83-88页 |
| ·光照不均图像增强 | 第88-91页 |
| ·本章小结 | 第91-93页 |
| 第四章 基于 3D-SIFT 的目标识别方法研究 | 第93-111页 |
| ·目标识别和场景理解 | 第93-94页 |
| ·目标特征提取 | 第94-101页 |
| ·Gist 特征提取 | 第94-97页 |
| ·3D-SIFT 算子的构建 | 第97-101页 |
| ·基于 3D-SIFT 的目标识别 | 第101-104页 |
| ·词袋模型 | 第101-102页 |
| ·SVM 支持向量机 | 第102-103页 |
| ·算法实现流程 | 第103-104页 |
| ·实验结果 | 第104-109页 |
| ·目标识别 | 第104-106页 |
| ·场景分类 | 第106-108页 |
| ·视频测试 | 第108-109页 |
| ·本章小结 | 第109-111页 |
| 第五章 基于粒子滤波的多目标跟踪算法 | 第111-129页 |
| ·粒子滤波 | 第111-115页 |
| ·粒子滤波原理 | 第112-114页 |
| ·重要性重采样 | 第114-115页 |
| ·粒子滤波算法流程 | 第115页 |
| ·Mean Shift 算法 | 第115-118页 |
| ·FCM 聚类算法 | 第118-119页 |
| ·FCPF 目标跟踪算法 | 第119-123页 |
| ·目标提取 | 第119页 |
| ·目标模型 | 第119-120页 |
| ·重要性重采样 | 第120页 |
| ·聚类分析 | 第120-121页 |
| ·跟踪窗修正 | 第121页 |
| ·FCPF 算法实现步骤 | 第121-122页 |
| ·视觉通道预测更新 | 第122-123页 |
| ·实验结果 | 第123-127页 |
| ·本章小结 | 第127-129页 |
| 第六章 空间非合作目标位姿测量系统的设计与实现 | 第129-157页 |
| ·引言 | 第129-131页 |
| ·立体视觉三维坐标和姿态计算 | 第131-137页 |
| ·相机模型 | 第131-134页 |
| ·三维坐标计算 | 第134-135页 |
| ·位姿解算 | 第135-137页 |
| ·非合作目标姿态测量 | 第137-147页 |
| ·非合作目标位姿测量算法流程 | 第137-139页 |
| ·基于 Hough 变换的线检测 | 第139-140页 |
| ·基于局部特征的快速匹配算法 | 第140-144页 |
| ·相对位姿测量 | 第144-147页 |
| ·实验系统搭建 | 第147-153页 |
| ·硬件平台 | 第147-152页 |
| ·软件开发 | 第152-153页 |
| ·实验结果及分析 | 第153-156页 |
| ·实验结果 | 第153-155页 |
| ·误差分析 | 第155-156页 |
| ·本章小结 | 第156-157页 |
| 第七章 结论与展望 | 第157-161页 |
| ·总结 | 第157-158页 |
| ·展望 | 第158-161页 |
| 参考文献 | 第161-175页 |
| 致谢 | 第175-177页 |
| 博士在读期间的研究成果 | 第177-179页 |
