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

基于生物视觉认知机理的特征提取及其应用研究

摘要第4-6页
Abstract第6-7页
1 绪论第10-23页
    1.1 引言第10-13页
    1.2 相关领域的国内外研究现状第13-20页
    1.3 论文的主要研究工作与创新第20-21页
    1.4 本论文的课题来源及章节安排第21-23页
2 生物视觉系统基础第23-39页
    2.1 引言第23-24页
    2.2 生物视觉系统概述第24-26页
    2.3 视觉通路的基本感知结构第26-30页
    2.4 生物感知系统中重要的功能机理第30-34页
    2.5 Serre标准模型的介绍第34-38页
    2.6 本章小结第38-39页
3 基于复杂细胞特性的特征提取第39-54页
    3.1 引言第39-40页
    3.2 自然图像的编码模型第40-45页
    3.3 基于拓扑ISA和协同合并机制的特征提取第45-49页
    3.4 新提出特征模型的应用及性能分析第49-53页
    3.5 本章小结第53-54页
4 模拟视觉合并机制的特征提取第54-69页
    4.1 引言第54-55页
    4.2 生物视觉中的典型合并策略第55-58页
    4.3 改进的视觉合并机制第58-60页
    4.4 基于改进合并机制的特征提取第60-63页
    4.5 目标识别实验与分析第63-68页
    4.6 本章小结第68-69页
5 生物启发的局部特征提取及其应用第69-99页
    5.1 引言第69-70页
    5.2 局部特征描述子方法概述第70-72页
    5.3 基于生物启发的局部特征描述子BILD第72-84页
    5.4 基于BILD的图像匹配第84-94页
    5.5 基于BILD的目标识别第94-98页
    5.6 本章小结第98-99页
6 基于色彩感知机制的颜色特征提取第99-114页
    6.1 引言第99-100页
    6.2 色彩感知理论和处理通路第100-104页
    6.3 模拟拮抗细胞特性的颜色特征提取第104-108页
    6.4 结合颜色特征的应用第108-113页
    6.5 本章小结第113-114页
7 全文总结与工作展望第114-118页
    7.1 本文工作总结第114-115页
    7.2 本文的创新之处第115-116页
    7.3 下一步工作展望第116-118页
致谢第118-119页
参考文献第119-133页
附录1 作者在攻读博士学位期间完成的科研成果第133-134页
附录2 公开发表的学术论文与博士学位论文的关系第134-135页
附录3 博士生期间参与的课题研究情况第135页

论文共135页,点击 下载论文
上一篇:基于列生成技术的乘务调度问题研究
下一篇:面向IaaS云计算的虚拟机负载性能优化与保证机制研究