| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景和研究意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 课题研究内容 | 第10-11页 |
| 1.3 研究基础 | 第11页 |
| 1.4 论文的组织 | 第11-13页 |
| 第2章 国内外研究现状 | 第13-20页 |
| 2.1 矩形检测的研究现状 | 第13-16页 |
| 2.1.1 直线检测的研究现状 | 第13-14页 |
| 2.1.2 矩形检测的研究现状 | 第14-16页 |
| 2.2 聚类算法的研究现状 | 第16-17页 |
| 2.3 神经网络的研究现状 | 第17-18页 |
| 2.4 本章小结 | 第18-20页 |
| 第3章 矩形检测的随机Hough变换方法 | 第20-28页 |
| 3.1 问题的提出和相关知识 | 第20-21页 |
| 3.1.1 问题的提出 | 第20页 |
| 3.1.2 相关知识 | 第20-21页 |
| 3.2 矩形检测的随机Hough变换方法 | 第21-24页 |
| 3.2.1 算法思想 | 第21-24页 |
| 3.2.2 算法步骤 | 第24页 |
| 3.3 实验算例 | 第24-26页 |
| 3.4 算法讨论与分析 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第4章 矩形检测的神经网络方法 | 第28-37页 |
| 4.1 问题的提出 | 第28页 |
| 4.2 相关知识 | 第28-31页 |
| 4.3 基于单层神经网络的矩形检测方法 | 第31-33页 |
| 4.4 基于深度学习的矩形检测方法 | 第33页 |
| 4.5 矩形检测的混合神经网络方法 | 第33-34页 |
| 4.6 实验算例 | 第34-36页 |
| 4.7 算法讨论与分析 | 第36页 |
| 4.8 本章小结 | 第36-37页 |
| 总结与展望 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 致谢 | 第42-43页 |
| 附录A: 调整规则 | 第43-45页 |
| 附录B: 攻读硕士学位期间发表论文和参与的研究项目 | 第45页 |