摘 要 | 第1-6页 |
ABSTRACT | 第6-16页 |
第一章 绪论 | 第16-28页 |
·研究背景及意义 | 第16-18页 |
·相关技术动态 | 第18-23页 |
·基于时域的目标检测与图像分割技术 | 第18-20页 |
·基于空域的目标检测与图像分割技术 | 第20-23页 |
·基于时空域联合的目标检测与分割技术 | 第23页 |
·主要工作与研究成果 | 第23-25页 |
·论文安排 | 第25-28页 |
第二章 目标图像高维视觉特征模型及其检测与分割理论 | 第28-44页 |
·人类视觉系统功能结构及视觉认知特性 | 第28-31页 |
·人类视觉系统功能结构 | 第28-29页 |
·人类视觉系统图像视觉特征 | 第29-30页 |
·视觉认知特性 | 第30-31页 |
·目标图像高维视觉特征模型 | 第31-35页 |
·目标图像检测与图像分割系统设计 | 第35-40页 |
·目标图像检测与图像分割系统结构 | 第35页 |
·目标图像检测与图像分割系统关键功能模块 | 第35-40页 |
·几种典型系统方案设计 | 第40-42页 |
·采用复合模糊测度与快速遗传搜索的图像检测系统 | 第40-41页 |
·目标图像高维特征多级级联检测系统 | 第41-42页 |
·多分类器融合的图像分割系统 | 第42页 |
·本章小结 | 第42-44页 |
第三章 基于邻域变化矢量场的彩色图像边缘检测技术 | 第44-66页 |
·引言 | 第44页 |
·彩色图像边缘检测系统方案设计 | 第44-47页 |
·彩色图像边缘检测系统基本结构 | 第44-45页 |
·系统关键模块功能方程 | 第45-47页 |
·当前几种典型的彩色边缘检测算法 | 第47-51页 |
·基于彩色单分量的彩色边缘检测算法 | 第47-49页 |
·基于彩色向量空间梯度的边缘检测算法 | 第49-51页 |
·图像邻域变化矢量场分析 | 第51-58页 |
·图像邻域变化矢量场的数理模型 | 第52-53页 |
·图像邻域变化矢量场计算 | 第53-58页 |
·基于直线的变化场计算算子 | 第53-54页 |
·基于块处理的变化场计算算子 | 第54-58页 |
·基于图像邻域变化矢量场的彩色边缘检测技术 | 第58-60页 |
·基于图像邻域变化矢量场的边缘变换算子设计 | 第58-59页 |
·方向锐度的自适应二元聚类 | 第59-60页 |
·实验结果与讨论 | 第60-64页 |
·本章小结 | 第64-66页 |
第四章 目标图像高维特征复合模糊测度与快速遗传搜索技术 | 第66-86页 |
·引言 | 第66-67页 |
·高维特征复合模糊测度的单目标规划 | 第67-68页 |
·模糊理论基础 | 第68-71页 |
·高维特征复合模糊测度函数设计 | 第71-77页 |
·目标图像彩色相似性模糊测度 | 第71-75页 |
·彩色空间模型选择 | 第71-73页 |
·目标彩色的模糊相似度 | 第73-75页 |
·目标图像纹理相似性模糊测度 | 第75-76页 |
·高维特征相似性复合模糊相似度 | 第76-77页 |
·空域约束指导下的目标图像检测遗传算法设计 | 第77-83页 |
·计算机仿真结果与分析 | 第83-85页 |
·本章小结 | 第85-86页 |
第五章 复杂光照下目标图像高维特征多级级联检测技术 | 第86-107页 |
·引言 | 第86页 |
·目标图像高维特征多级检测技术方案设计 | 第86-88页 |
·基于贝叶斯决策理论的目标彩色特征统计检测 | 第88-97页 |
·基于贝叶斯决策理论的目标彩色分类模型 | 第88-89页 |
·基于贝叶斯决策的传统目标彩色分类技术 | 第89-92页 |
·基于统计学习的目标彩色分类 | 第89-90页 |
·基于混合高斯模型的目标彩色分类 | 第90-92页 |
·复杂光照下H-SV′光照准平稳模型的目标彩色检测技术 | 第92-97页 |
·H-SV′光照准平稳模型 | 第92-94页 |
·H-SV′准平稳空间目标彩色检测 | 第94-97页 |
·符合彩色特征的目标可能域形态学检测 | 第97-101页 |
·数学形态学基本原理 | 第97-100页 |
·符合彩色特征的目标可能域提取 | 第100-101页 |
·目标彩色纹理变化描述与区域检测 | 第101-104页 |
·目标彩色边缘检测 | 第102-103页 |
·目标彩色纹理区域提取 | 第103-104页 |
·实验结果分析 | 第104-105页 |
·本章小结 | 第105-107页 |
第六章 FCM与马氏空间约束的多分类器融合图像分割技术 | 第107-124页 |
·引言 | 第107-108页 |
·基于FCM聚类的单分类器图像分割算法 | 第108-112页 |
·FCM基本算法 | 第108-109页 |
·引入空域约束的单分类器FCM图像分割算法 | 第109-112页 |
·GFCM算法 | 第109-110页 |
·KFCM_S算法 | 第110-112页 |
·多分类器融合的高维特征聚类图像分割算法设计 | 第112-113页 |
·关键技术分析 | 第113-119页 |
·灰度(颜色)最佳模糊分类器设计与空域约束特征获得 | 第113-114页 |
·基于Markov随机场的空域约束统计分类器设计 | 第114-118页 |
·Markov随机场基本概念和相关性质 | 第114-117页 |
·基于Markov随机场的空域约束统计分类 | 第117-118页 |
·多分类器融合 | 第118-119页 |
·实验结果及其分析 | 第119-123页 |
·本章小结 | 第123-124页 |
第七章 场景视频序列敏感图像模糊过滤技术 | 第124-144页 |
·引言 | 第124页 |
·系统基本任务与约束条件 | 第124-127页 |
·系统约束条件 | 第125-127页 |
·基本约束条件 | 第125-126页 |
·导出约束条件 | 第126-127页 |
·系统方案设计 | 第127-136页 |
·系统基本状态设计 | 第127-131页 |
·系统状态转换条件分析 | 第131-132页 |
·系统基本模块分析 | 第132-136页 |
·硬件系统方案设计 | 第136-139页 |
·系统硬件结构设计 | 第136-138页 |
·系统硬件工作流程 | 第138-139页 |
·软件系统方案设计 | 第139-142页 |
·系统软件结构设计 | 第139-140页 |
·DSP软件设计 | 第140-142页 |
·实验结果 | 第142-143页 |
·本章小结 | 第143-144页 |
全文总结 | 第144-147页 |
致谢 | 第147-148页 |
参考文献 | 第148-157页 |
作者攻博期间取得的成果 | 第157页 |