基于信息几何的图像目标识别关键技术研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题的背景及意义 | 第12-13页 |
| 1.2 课题研究现状 | 第13-15页 |
| 1.2.1 信息几何理论 | 第13页 |
| 1.2.2 图像去噪方法 | 第13-14页 |
| 1.2.3 图像边缘点集配准方法 | 第14-15页 |
| 1.3 本文主要工作及章节安排 | 第15-19页 |
| 1.3.1 本文主要工作 | 第15-16页 |
| 1.3.2 本文章节安排 | 第16-19页 |
| 第二章 基于测地线距离的图像去噪 | 第19-34页 |
| 2.1 引言 | 第19-20页 |
| 2.2 基于测地线距离的高斯去噪算法 | 第20-22页 |
| 2.2.1 算法思想 | 第20-21页 |
| 2.2.2 测地线距离的计算 | 第21-22页 |
| 2.3 基于测地线距离的泊松去噪算法 | 第22-26页 |
| 2.3.1 非局部均值算法原理 | 第23页 |
| 2.3.2 像素的泊松分布模型的参数估计 | 第23-24页 |
| 2.3.3 泊松去噪算法 | 第24-26页 |
| 2.4 实验结果与分析 | 第26-33页 |
| 2.4.1 高斯去噪实验结果分析 | 第26-30页 |
| 2.4.2 泊松去噪实验结果分析 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于KL散度的刚体点集配准 | 第34-48页 |
| 3.1 引言 | 第34页 |
| 3.2 点集的统计流形 | 第34-37页 |
| 3.2.1 点集的GMM建模 | 第35页 |
| 3.2.2 点集间的距离 | 第35-36页 |
| 3.2.3 刚体变换在流形上的意义 | 第36-37页 |
| 3.3 点集配准算法 | 第37-39页 |
| 3.3.1 GMM间KL散度的计算 | 第37-39页 |
| 3.3.2 配准算法 | 第39页 |
| 3.4 实验结果与分析 | 第39-47页 |
| 3.4.1 仿真实验结果 | 第40-45页 |
| 3.4.2 地面异源图像匹配实验结果 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于统计流形的目标形状聚类 | 第48-67页 |
| 4.1 引言 | 第48-49页 |
| 4.2 形状的关键点选择 | 第49-52页 |
| 4.2.1 形状点集的GMM | 第49-50页 |
| 4.2.2 基于最小信息长度准则的关键点选择 | 第50-52页 |
| 4.3 基于统计流形的目标形状聚类 | 第52-57页 |
| 4.3.1 基于GMM的测地线计算 | 第53-56页 |
| 4.3.2 基于统计流形的目标聚类原理 | 第56-57页 |
| 4.4 实验结果与分析 | 第57-65页 |
| 4.4.1 关键点的选取 | 第57-59页 |
| 4.4.2 形状间测地线的分析过程 | 第59-61页 |
| 4.4.3 目标形状聚类 | 第61-64页 |
| 4.4.4 医学脑部图像实验 | 第64-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第五章 结论与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 作者在学期间取得的学术成果 | 第76-77页 |
| 附录A 单分量高斯分布簇Fisher信息矩阵计算 | 第77-78页 |
