基于图的结构化图像特征提取与跟踪
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-13页 |
| 插图索引 | 第13-15页 |
| 表格索引 | 第15-16页 |
| 第一章 绪论 | 第16-22页 |
| ·论文研究工作背景 | 第16-19页 |
| ·本文主要工作 | 第19-22页 |
| 第二章 图像的结构化图模型及应用 | 第22-32页 |
| ·绪言 | 第22页 |
| ·图模型 | 第22-24页 |
| ·结构化图模型的应用 | 第24-32页 |
| ·多目标跟踪问题 | 第24-28页 |
| ·管状物体结构跟踪问题 | 第28-32页 |
| 第三章 基于学习的结构化图匹配方法 | 第32-64页 |
| ·绪言 | 第32-34页 |
| ·结构特征 | 第34-39页 |
| ·图定义 | 第34-35页 |
| ·结构特征 | 第35-39页 |
| ·基于学习的结构化图匹配方法 | 第39-46页 |
| ·结构化的图匹配模型 | 第39-40页 |
| ·基于学习的结构化图匹配方法 | 第40-44页 |
| ·动态匈牙利算法 | 第44-46页 |
| ·双向跟踪 | 第46页 |
| ·多目标跟踪实验 | 第46-62页 |
| ·医学细胞图像序列 | 第49-55页 |
| ·足球比赛图像序列 | 第55-59页 |
| ·汽车图像序列 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 第四章 基于核函数的三维管状结构特征提取 | 第64-84页 |
| ·绪言 | 第64-66页 |
| ·基于核函数的椭球体模型 | 第66-72页 |
| ·高斯回归过程 | 第66-68页 |
| ·超椭球体核函数 | 第68-70页 |
| ·超椭球体模型 | 第70-71页 |
| ·核函数模型的跟踪问题 | 第71-72页 |
| ·基于非线性预测的三维管状结构提取方法 | 第72-76页 |
| ·无迹卡尔曼滤波 | 第73-74页 |
| ·无迹卡尔曼滤波的效果 | 第74-76页 |
| ·三维管状结构提取实验 | 第76-81页 |
| ·简单管状结构图像 | 第76-78页 |
| ·复杂管状结构图像 | 第78-79页 |
| ·本章方法的稳定性 | 第79-81页 |
| ·本章小结 | 第81-84页 |
| 第五章 总结与展望 | 第84-86页 |
| ·全文总结与结论 | 第84-85页 |
| ·未来工作展望 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 致谢 | 第92-94页 |
| 攻读学位论文期间发表的学术论文和科研成果目录 | 第94页 |
