| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第13-30页 |
| 1.1 论文选题背景和意义 | 第13-15页 |
| 1.2 双边滤波器概述 | 第15-19页 |
| 1.2.1 双边滤波器的定义 | 第15-17页 |
| 1.2.2 双边滤波器的性质 | 第17-19页 |
| 1.3 双边滤波关键技术研究现状 | 第19-26页 |
| 1.3.1 双边滤波器的加速算法 | 第19-21页 |
| 1.3.2 双边滤波器算法的拓展与改进 | 第21-24页 |
| 1.3.3 基于双边滤波算法的应用 | 第24-26页 |
| 1.4 研究中存在的主要问题 | 第26-27页 |
| 1.5 论文内容和结构 | 第27-30页 |
| 1.5.1 论文主要内容 | 第27页 |
| 1.5.2 论文结构安排 | 第27-30页 |
| 第2章 双边滤波快速算法 | 第30-47页 |
| 2.1 引言 | 第30-31页 |
| 2.2 双边滤波加速算法原理 | 第31-35页 |
| 2.2.1 空间核G_s(x)加速计算方法 | 第31-32页 |
| 2.2.2 颜色核G_r(x)加速计算方法 | 第32-35页 |
| 2.3 基于指数和函数的双边滤波加速算法 | 第35-41页 |
| 2.3.1 颜色核为指数函数的双边滤波器 | 第35-36页 |
| 2.3.2 双边滤波器分解 | 第36-38页 |
| 2.3.3 实验结果与分析 | 第38-41页 |
| 2.4 基于帕德近似的双边滤波加速算法 | 第41-45页 |
| 2.4.1 Z变换 | 第41-42页 |
| 2.4.2 帕德近似 | 第42页 |
| 2.4.3 颜色核函数逼近 | 第42-43页 |
| 2.4.4 快速双边滤波算法 | 第43页 |
| 2.4.5 实验结果与分析 | 第43-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第3章 l_0双边滤波器设计 | 第47-69页 |
| 3.1 引言 | 第47-48页 |
| 3.2 双边滤波器的改进 | 第48-49页 |
| 3.3 l_0双边滤波定义 | 第49-50页 |
| 3.4 l_0双边滤波器推导 | 第50-62页 |
| 3.4.1 引理 | 第51-54页 |
| 3.4.2 加权l_0非局部全变分优化 | 第54-57页 |
| 3.4.3 l_0双边滤波器形式推导 | 第57-58页 |
| 3.4.4 l_0双边滤波器系数推导 | 第58-60页 |
| 3.4.5 逼近算法 | 第60-62页 |
| 3.5 实验结果与分析 | 第62-66页 |
| 3.5.1 平滑性能比较 | 第63-65页 |
| 3.5.2 边缘增强与提取 | 第65-66页 |
| 3.6 本章小结 | 第66-69页 |
| 第4章 分割图双边滤波器设计 | 第69-87页 |
| 4.1 引言 | 第69-71页 |
| 4.2 保边滤波器概述 | 第71-72页 |
| 4.3 分割图双边滤波器算法设计 | 第72-81页 |
| 4.3.1 背景技术 | 第72-74页 |
| 4.3.2 分割图双边滤波器的定义 | 第74-75页 |
| 4.3.3 分割图双边滤波器分析 | 第75-77页 |
| 4.3.4 分割图双边滤波器的参数 | 第77-78页 |
| 4.3.5 线性实现 | 第78-81页 |
| 4.4 实验结果与分析 | 第81-86页 |
| 4.4.1 纹理或细节平滑 | 第81-83页 |
| 4.4.2 场景简化 | 第83页 |
| 4.4.3 纹理编辑 | 第83-86页 |
| 4.5 本章小结 | 第86-87页 |
| 第5章 视频中的七巧板实时识别 | 第87-112页 |
| 5.1 引言 | 第87页 |
| 5.2 物体识别概述 | 第87-95页 |
| 5.2.1 局部特征提取 | 第88-90页 |
| 5.2.2 局部特征匹配 | 第90-92页 |
| 5.2.3 匹配特征几何验证 | 第92-95页 |
| 5.3 七巧板识别的方法 | 第95-104页 |
| 5.3.1 基于双边滤波加速和改进算法的图像预处理 | 第95-96页 |
| 5.3.2 基于绘制选择的图像抠图方法 | 第96-98页 |
| 5.3.3 基于高斯混合模型的背景减除 | 第98-99页 |
| 5.3.4 前景像素分类 | 第99-103页 |
| 5.3.5 分类结果的后处理 | 第103-104页 |
| 5.4 实验结果与分析 | 第104-111页 |
| 5.4.1 基于双边滤波算法的预处理 | 第104-105页 |
| 5.4.2 训练集准备 | 第105页 |
| 5.4.3 背景减除 | 第105-106页 |
| 5.4.4 颜色空间和分类器的选取 | 第106-109页 |
| 5.4.5 识别结果后处理 | 第109-111页 |
| 5.5 本章小结 | 第111-112页 |
| 结论 | 第112-115页 |
| 参考文献 | 第115-125页 |
| 攻读博士学位期间发表的论文及其他成果 | 第125-126页 |
| 个人简历 | 第126页 |