基于图像相似度分析的ASCⅡ图像的自动生成算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 ASCⅡ 艺术合成的研究现状 | 第11-12页 |
| 1.3 图像相似度的度量标准概述 | 第12-15页 |
| 1.3.1 图像相似度度量标准的研究现状 | 第12-14页 |
| 1.3.2 基于人类视觉感知的图像相似度度量概述 | 第14-15页 |
| 1.4 相位一致性 | 第15页 |
| 1.5 本文主要工作及篇章结构 | 第15-18页 |
| 1.5.1 本文主要工作 | 第15-16页 |
| 1.5.2 本文结构 | 第16-18页 |
| 第二章 基于相位一致性的视觉感知分析和建模 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 早期人类视觉感知系统的建模 | 第18-21页 |
| 2.2.1 视觉感知系统与相位一致性 | 第18页 |
| 2.2.2 原始的相位一致性模型 | 第18-21页 |
| 2.3 二维相位一致性模型 | 第21-35页 |
| 2.3.1 一维相位一致性 | 第21-24页 |
| 2.3.1.1 局部能量和相位一致性 | 第21-22页 |
| 2.3.1.2 利用小波对局部频率的分析 | 第22-23页 |
| 2.3.1.3 通过小波变换计算相位一致性 | 第23-24页 |
| 2.3.2 二维相位一致性的扩展 | 第24-32页 |
| 2.3.2.1 二维滤波器的设计 | 第24-25页 |
| 2.3.2.2 多方向上结合数据 | 第25-26页 |
| 2.3.2.3 频率扩散 | 第26-30页 |
| 2.3.2.4 尺度通过高通滤波 | 第30-32页 |
| 2.3.3 实验结果 | 第32-34页 |
| 2.3.4 方法小结 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 视觉感知驱动的图像相似度衡量方法 | 第36-46页 |
| 3.1 引言 | 第36页 |
| 3.2 基于结构的图像相似度衡量方法 | 第36-40页 |
| 3.2.1 尺度不变特征变换 | 第36-39页 |
| 3.2.2 形状上下文方法 | 第39-40页 |
| 3.3 视觉感知驱动的图像相似度衡量方法 | 第40-45页 |
| 3.3.1 HOG | 第40-42页 |
| 3.3.2 AISS | 第42-43页 |
| 3.3.3 FSIM | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 视觉感知驱动的 ASCⅡ 艺术合成方法 | 第46-56页 |
| 4.1 ASCⅡ 艺术合成模型的概述 | 第46-47页 |
| 4.2 视觉感知驱动的相似度度量 | 第47-53页 |
| 4.2.1 多方向相位一致性 | 第47-50页 |
| 4.2.1.1 原始模型 | 第47-48页 |
| 4.2.1.2 多方向模型 | 第48-50页 |
| 4.2.2 形变容忍的匹配 | 第50-53页 |
| 4.3 最优化字符匹配 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 实验结果分析 | 第56-61页 |
| 5.1 与其他相似度度量标准的对比 | 第56-59页 |
| 5.2 用户调研 | 第59-60页 |
| 5.3 限制及展望 | 第60页 |
| 5.4 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |
