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

可见光图像视觉显著物体探测及畸变不变光学相关识别

摘要第4-6页
Abstract第6-7页
第1章 绪论第12-29页
    1.1 课题背景及研究的目的和意义第12-13页
    1.2 可见光成像第13-15页
    1.3 视觉注意机制第15-19页
        1.3.1 视觉注意的生理机制第15-17页
        1.3.2 视觉注意的心理机制第17-19页
    1.4 显著物体探测模型研究进展第19-26页
        1.4.1 基于生物机制的显著物体探测模型第20-22页
        1.4.2 基于信息理论的显著物体探测模型第22-26页
    1.5 畸变不变光学相关识别研究进展第26-27页
    1.6 论文的主要研究内容第27-29页
第2章 基于图像各向异性的显著图生成及物体探测第29-50页
    2.1 引言第29-30页
    2.2 图像各向异性信息的提取第30-36页
        2.2.1 Rényi 熵第30-32页
        2.2.2 离散余弦变换第32-33页
        2.2.3 Rényi 熵与图像各向异性第33-36页
    2.3 Rényi 熵图与功率谱第36-40页
        2.3.1 图像功率谱及其特性第36-38页
        2.3.2 Rényi 熵图功率谱及其特性第38-40页
    2.4 显著图的生成及物体探测第40-42页
    2.5 实验结果第42-49页
    2.6 本章小结第49-50页
第3章 基于图像信息量测量的非监督显著物体探测第50-75页
    3.1 引言第50页
    3.2 概率密度估计第50-54页
        3.2.1 参数密度估计第51-52页
        3.2.2 非参数密度估计第52-54页
    3.3 均值偏移像素聚类第54-60页
        3.3.1 均值偏移理论第54-57页
        3.3.2 均值偏移像素聚类第57-60页
    3.4 图像信息量测量与非监督显著物体探测第60-64页
    3.5 实验结果第64-73页
    3.6 本章小结第73-75页
第4章 基于图像视觉特征的显著物体注意模型第75-90页
    4.1 引言第75-76页
    4.2 图像视觉特征的选择与提取第76-81页
        4.2.1 图像视觉特征的选择第76-77页
        4.2.2 图像视觉特征的提取第77-81页
    4.3 图像视觉特征整合与显著物体注意第81-82页
    4.4 实验结果第82-88页
    4.5 本章小结第88-90页
第5章 显著目标畸变不变光学相关识别第90-106页
    5.1 引言第90-91页
    5.2 体全息光学相关识别系统第91-96页
        5.2.1 光学相关识别的基础理论与基本结构第91-93页
        5.2.2 体全息相关识别系统平面内旋转与比例畸变识别性能测试第93-96页
    5.3 形态学显著目标边缘信息提取第96-100页
    5.4 基于形态学综合鉴别函数滤波器的畸变不变识别第100-105页
    5.5 本章小结第105-106页
结论第106-108页
参考文献第108-119页
攻读博士学位期间发表的论文及其它成果第119-121页
致谢第121-122页
个人简历第122页

论文共122页,点击 下载论文
上一篇:FeCl3-NiCl2-GICs及其还原产物的制备与微波吸收性能研究
下一篇:大面积等离子体源离子运动行为及均匀性控制研究