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

光学影像中线结构提取技术及应用研究

致谢第1-5页
目录第5-9页
摘要第9-11页
ABSTRACT第11-13页
第一章 绪论第13-23页
   ·研究背景及意义第13-16页
   ·线结构提取的发展历史和趋势第16-19页
     ·线结构提取的发展历史第16-17页
     ·线结构提取中存在的问题第17-18页
     ·线结构提取的发展趋势第18-19页
   ·线结构提取的应用第19-20页
   ·本文的研究内容及结构安排第20-21页
   ·本文的主要创新及贡献第21-23页
第二章 线结构提取的基础理论和方法第23-35页
   ·引言第23页
   ·基本实现步骤及概念第23-25页
     ·线结构提取的基本概念第23-25页
     ·线结构提取的基本实现步骤第25页
   ·线结构提取的现有方法第25-33页
     ·局部模式分析的方法第25-30页
     ·中层视觉感知聚集的方法第30-33页
   ·线结构提取的难点第33-34页
   ·线结构提取的评价标准第34页
   ·本章小结第34-35页
第三章 基于平行坐标的高光谱图像边缘检测第35-55页
   ·引言第35页
   ·多谱段图像边缘检测算法回顾第35-38页
     ·多谱段图像边缘的定义第35-36页
     ·单波段输出合成方法第36-37页
     ·矢量方法第37-38页
   ·平行坐标的理论基础及应用第38-41页
     ·平行坐标的定义第38-39页
     ·平行坐标的数学基础第39-40页
     ·基于平行坐标的可视化技术与聚类分析第40-41页
   ·基于平行坐标的高光谱图像边缘检测第41-48页
     ·高光谱图像的平行坐标表示第41-42页
     ·基于平行坐标的谱距离计算与边缘映射第42-45页
     ·边缘方向估计及脊线提取第45-46页
     ·强、弱边缘提取第46-47页
     ·算法流程第47-48页
   ·实验结果与分析第48-52页
   ·本章小结第52-55页
第四章 基于切方向的光滑线段提取第55-69页
   ·引言第55页
   ·两种直线段提取方法的原理和缺陷分析第55-58页
     ·基本 PCA 直线段提取方法的原理第55-57页
     ·LSD 方法的概述第57-58页
     ·PCA 和 LSD 直线段提取方法的缺陷分析第58页
   ·基于切方向的光滑线段提取算法第58-62页
     ·边缘标记第58-61页
     ·线段光滑性度量及提取第61-62页
   ·基于学习的参数选择第62-64页
   ·基于 3sigma 原则的自适应参数选择第64-66页
   ·实验结果与分析第66-68页
   ·本章小结第68-69页
第五章 基于 Graph-cut 的线结构提取方法及应用第69-95页
   ·引言第69页
   ·基于标号问题的能量泛函表示与优化方法第69-71页
   ·Graph-cut 的数学模型、求解方法及优缺点分析第71-72页
   ·基于 Ncut 的线结构提取算法第72-78页
     ·线结构提取第73-77页
     ·推广到多形状的混合线结构提取第77页
     ·算法优缺点分析第77-78页
   ·线结构提取技术的应用:电力线检测第78-92页
     ·应用背景第78-81页
     ·电力线检测算法第81-86页
     ·实验结果与分析第86-92页
   ·本章小结第92-95页
第六章 基于 Riemannian 度量的直线检测第95-113页
   ·引言第95-96页
   ·线结构提取的理论框架及相关数学模型第96-98页
     ·基于投影变换的线结构提取原理及步骤第96-97页
     ·基于概率框架的线结构表示第97页
     ·基于 Riemannian 度量的线结构相似性分析第97-98页
   ·基于 Fisher-Rao 度量的直线检测第98-109页
     ·参数空间的选择第98-99页
     ·Fisher 信息量的估计第99-102页
     ·参数空间的采样第102-107页
     ·实验与分析第107-109页
   ·误差分析第109-110页
   ·本章小结第110-113页
第七章 总结与展望第113-115页
   ·研究工作总结第113-114页
   ·未来工作展望第114-115页
参考文献第115-129页
作者简介及在学期间发表的学术论文与研究成果第129页

论文共129页,点击 下载论文
上一篇:硅基微纳波导中的非线性光学效应及应用
下一篇:面向病态场景图像对的立体匹配算法研究