基于计算智能的计算机视觉及其应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 绪论 | 第12-30页 |
| ·研究背景 | 第12-18页 |
| ·研究内容和意义 | 第13-16页 |
| ·智能、视觉与计算三者关系 | 第16-18页 |
| ·相关领域研究现状 | 第18-27页 |
| ·演化计算与人工神经网络的研究现状 | 第18-23页 |
| ·模式识别领域的研究现状 | 第23-24页 |
| ·钢坯板表面质量检测领域的研究现状 | 第24-26页 |
| ·相关领域的研究现状小结 | 第26-27页 |
| ·论文的主要工作及章节安排 | 第27-30页 |
| ·课题来源 | 第27-28页 |
| ·论文的研究内容 | 第28页 |
| ·论文的章节安排 | 第28-30页 |
| 第2章 视觉的生物学证据 | 第30-40页 |
| ·引言 | 第30页 |
| ·生物视觉的启发 | 第30-38页 |
| ·视觉与智能的同源性 | 第30-31页 |
| ·演化机制 | 第31-32页 |
| ·并行处理机制 | 第32-34页 |
| ·自适应机制 | 第34-36页 |
| ·层次处理机制 | 第36-37页 |
| ·竞争机制 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 演化计算基本理论 | 第40-56页 |
| ·引言 | 第40-41页 |
| ·经典可计算性理论 | 第41-45页 |
| ·图灵机与可判断性 | 第42-43页 |
| ·停机问题 | 第43-45页 |
| ·计算及演化计算 | 第45-47页 |
| ·演化计算运动学模型 | 第47-50页 |
| ·演化状态自动机模型 | 第47-49页 |
| ·演化状态自动机的表达能力 | 第49-50页 |
| ·演化计算动力学模型 | 第50-54页 |
| ·图灵机模型的缺陷 | 第50-51页 |
| ·演化计算模式 | 第51-53页 |
| ·演化图灵自动机模型 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于演化计算的模式识别 | 第56-80页 |
| ·引言 | 第56-57页 |
| ·模式与模式识别 | 第56-57页 |
| ·模式识别的基本方法 | 第57页 |
| ·统计模式识别 | 第57-62页 |
| ·统计模式识别系统构成 | 第58-59页 |
| ·支持向量机 | 第59-61页 |
| ·贝叶斯分类方法 | 第61-62页 |
| ·基于演化计算的统计模式识别 | 第62-67页 |
| ·基本思想 | 第62-63页 |
| ·实例研究 | 第63-67页 |
| ·结构模式识别 | 第67-72页 |
| ·结构模式识别系统组成 | 第68-69页 |
| ·基元的选择与提取 | 第69-70页 |
| ·有限状态自动机识别文法 | 第70-72页 |
| ·基于演化计算的结构模式识别 | 第72-77页 |
| ·基本思想 | 第72-73页 |
| ·实例研究 | 第73-77页 |
| ·演化模式及演化模式识别 | 第77-78页 |
| ·本章小结 | 第78-80页 |
| 第5章 基于演化计算的视觉感知 | 第80-98页 |
| ·引言 | 第80-83页 |
| ·研究意义 | 第80-81页 |
| ·研究现状 | 第81-83页 |
| ·主成分分析 | 第83-88页 |
| ·经典PCA 方法的基本思想 | 第83-84页 |
| ·实验及分析 | 第84-86页 |
| ·基于演化计算的PCA 改进算法 | 第86-87页 |
| ·基于演化计算的多目标分类 | 第87-88页 |
| ·层次并行演化视觉计算模型 | 第88-93页 |
| ·输入数据选择性假设 | 第89-90页 |
| ·改进稀疏编码研究 | 第90-93页 |
| ·基于演化计算的流形学习研究 | 第93-95页 |
| ·流形学习 | 第93-94页 |
| ·基于演化计算的流形学习 | 第94-95页 |
| ·本章小结 | 第95-98页 |
| 第6章 钢坯板表面缺陷检测 | 第98-126页 |
| ·引言 | 第98页 |
| ·并行计算技术 | 第98-104页 |
| ·并行的意义 | 第99-100页 |
| ·GPU 技术 | 第100-102页 |
| ·CUDA 并行编程 | 第102-104页 |
| ·视觉仿真平台研究 | 第104-109页 |
| ·视觉仿真实验平台 | 第104-105页 |
| ·场景和目标描述 | 第105-106页 |
| ·三维目标建模 | 第106-107页 |
| ·视频合成与效果处理 | 第107-109页 |
| ·基于演化计算的钢坯板缺陷检测 | 第109-121页 |
| ·表面缺陷检测系统框架 | 第109-110页 |
| ·基于演化计算的特征选取 | 第110-112页 |
| ·基于并行算法的缺陷初检 | 第112-113页 |
| ·基于演化计算的缺陷识别 | 第113-116页 |
| ·实验及分析 | 第116-121页 |
| ·基于互信息熵的钢坯板速度检测 | 第121-125页 |
| ·钢坯板视频的互信息熵 | 第121-122页 |
| ·互信息熵计算 | 第122页 |
| ·基于互信息熵的钢坯板速度计算 | 第122-124页 |
| ·实验与讨论 | 第124-125页 |
| ·本章小结 | 第125-126页 |
| 第7章 总结与展望 | 第126-129页 |
| ·总结 | 第126-127页 |
| ·展望 | 第127-129页 |
| 参考文献 | 第129-138页 |
| 致谢 | 第138-139页 |
| 在学期间研究成果 | 第139页 |
