数码球的快速检测与识别
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-20页 |
| ·课题的研究背景和意义 | 第14-15页 |
| ·相关研究领域 | 第15-17页 |
| ·字符识别 | 第15-16页 |
| ·车辆牌照识别 | 第16-17页 |
| ·本课题的研究对象和主要工作 | 第17-19页 |
| ·课题的研究对象 | 第17-18页 |
| ·本课题的主要工作 | 第18-19页 |
| ·本文的组织结构 | 第19-20页 |
| 第2章 数码球的检测和重建 | 第20-30页 |
| ·数码球的检测 | 第20-23页 |
| ·霍夫变换法 | 第20-22页 |
| ·外接圆构造匹配法 | 第22页 |
| ·实验过程及分析 | 第22-23页 |
| ·摄像机模型和摄像机定标 | 第23-28页 |
| ·摄像机模型 | 第24-26页 |
| ·摄像机定标方法 | 第26-27页 |
| ·定标实验及结果 | 第27-28页 |
| ·数码球的重建 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第3章 数码球的特征提取 | 第30-38页 |
| ·信息区域的检测和提取 | 第30-32页 |
| ·信息区域的规整化 | 第32-34页 |
| ·图像滤波 | 第34-36页 |
| ·极坐标描述 | 第36页 |
| ·小结 | 第36-38页 |
| 第4章 数码球的识别模型 | 第38-53页 |
| ·基于模板匹配的识别模型 | 第38-44页 |
| ·模板匹配概述 | 第38-40页 |
| ·实验过程及结果分析 | 第40-44页 |
| ·基于 PCA的识别模型 | 第44-46页 |
| ·算法概述 | 第44-45页 |
| ·实验过程及结果 | 第45-46页 |
| ·基于稀疏表达的识别模型 | 第46-52页 |
| ·线性稀疏表达的原理 | 第46-48页 |
| ·基于稀疏表达的识别方法 | 第48-49页 |
| ·基于Bayesian的识别方法 | 第49-51页 |
| ·基于Bayesian的多次采样识别策略 | 第51-52页 |
| ·实验结果 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第5章 通用模式的球面识别技术探讨 | 第53-62页 |
| ·球面表达 | 第53页 |
| ·球面相关 | 第53-55页 |
| ·球面合成 | 第55-57页 |
| ·固定视角的球面合成 | 第55-56页 |
| ·可变视角的球面合成 | 第56-57页 |
| ·球面识别 | 第57-61页 |
| ·球的姿态估计 | 第59页 |
| ·球的识别 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-65页 |
| ·全文总结 | 第62-63页 |
| ·本文的主要贡献 | 第63页 |
| ·未来工作展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间主要研究成果 | 第70-71页 |
| 致谢 | 第71页 |
