首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于生物视觉机制的图像特征点检测技术研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-15页
    1.1 研究目的与意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 本文主要工作及创新点第12-14页
    1.4 论文的组织结构第14-15页
第2章 视觉感受野及神经元模型第15-22页
    2.1 经典视觉感受野第15-16页
    2.2 非经典视觉感受野第16页
    2.3 视觉感受野感光特性第16-17页
    2.4 视觉感受野的数学模型第17-18页
    2.5 神经元模型第18-21页
        2.5.1 Hodgkin-Huxley神经元模型第18-19页
        2.5.2 Integrate-and-Fire神经元模型第19-20页
        2.5.3 izhikevich神经元模型第20-21页
    2.6 sigmoid模型第21页
    2.7 小结第21-22页
第3章 基于初级视皮层感受野自适应的图像特征点检测方法第22-35页
    3.1 概述第22页
    3.2 基本原理第22-27页
        3.2.1 视觉感受野调节机制第22-24页
        3.2.2 视觉感受野与成像第24-25页
        3.2.3 神经元反馈机制第25-26页
        3.2.4 视觉注意机制第26-27页
        3.2.5 视觉叠加机制第27页
    3.3 图像特征点检测算法第27-29页
    3.4 实验结果第29-32页
    3.5 讨论与分析第32-34页
    3.6 小结第34-35页
第4章 基于视觉颜色信息自适应的特征点检测方法第35-45页
    4.1 概述第35页
    4.2 基本原理第35-38页
        4.2.1 颜色视觉机制第35-37页
        4.2.2 神经元周边抑制第37-38页
    4.3 图像特征点检测算法第38-40页
    4.4 实验结果第40-43页
    4.5 讨论与分析第43-44页
    4.6 小结第44-45页
第5章 基于边缘多方向性的特征点检测方法第45-53页
    5.1 概述第45页
    5.2 基本原理第45-46页
        5.2.1 神经元次数发放第45-46页
        5.2.2 边缘方向特性第46页
    5.3 图像特征点检测算法第46-47页
    5.4 实验结果第47-50页
    5.5 讨论与分析第50-52页
    5.6 小结第52-53页
第6章 总结与展望第53-55页
    6.1 总结第53-54页
    6.2 展望第54-55页
致谢第55-56页
参考文献第56-60页
附录第60页

论文共60页,点击 下载论文
上一篇:基于FPGA的异步电动机SPWM逆变器设计
下一篇:基于一维距离像的舰船目标分类研究