- 相關(guān)推薦
圖像感興趣區(qū)域提取技術(shù)研究論文提綱
論文摘要: 隨著多媒體技術(shù)、互聯(lián)網(wǎng)以及數(shù)字成像技術(shù)的飛速發(fā)展,使得圖像信息的有效檢索成為迫切需要解決的問題（略）索來說,最終面向的是用戶,設(shè)計(jì)人性化的檢索系統(tǒng)是圖像檢索發(fā)展的最終方向.由于基于感興趣區(qū)域(Region of Interset, ROI)的圖像檢索技術(shù)更加貼近用戶需求,因而該（略）目前基于內(nèi)容圖像檢索研究的熱點(diǎn)問題. 基于感興趣區(qū)域檢索技術(shù)的關(guān)鍵在于感興趣區(qū)域的提取,但由于圖像內(nèi)容的不確定性以及分割技術(shù)的不完善,感興趣區(qū)域的自動(dòng)提取至今還沒有一種普遍適用的方法.本文在回（略）的圖像檢索技術(shù)的現(xiàn)狀和圖像感興趣區(qū)域的概念、特點(diǎn)及其提取方法研究的基礎(chǔ)上,重點(diǎn)分析了目前圖像感興趣區(qū)域的提取方法,在此基礎(chǔ)上,提出了三種圖像感興趣區(qū)域提取方（略）⒈在深入研究基于邊緣檢測(cè)技術(shù)的ROI提取方法的基礎(chǔ)上,結(jié)合粗糙集技術(shù),提出了一種圖像感興趣區(qū)域提取算法.針對(duì)邊緣檢測(cè)方法的抗噪性能差以及提取圖像感興趣區(qū)域時(shí)出現(xiàn)不完整和不精確的問題,在圖像處理過程中,引入了粗糙集理論.其算法過程為:首先,基于先驗(yàn)知識(shí)描述,確定粗略ROI區(qū)域,然后,（略）區(qū)域標(biāo)定有關(guān)的底層圖像特征如灰度、邊緣、位置等,在對(duì)...
With the quick development of multimedia, Inter（omitted）age processing technology, the retrieval of image database is becoming an urgent problem in the field of information retrieval. Because th（omitted）ed is the most important content in an image retrieval syst（omitted）necessary to conduct a user-friendly image system. In view of image retrieval base（omitted）egion of interest (ROI) is close to the users’need, it has been bec（omitted）hot topic in the field of image retrieval. The key step of image r...
目錄:致謝 第4-5頁
摘要 第5-6頁
Abstract 第6-7頁
目錄 第8-11頁
1 引言 第11-17頁
·課題研究背景與來源 第11頁
·圖像檢索技術(shù)發(fā)展概況 第11-13頁
·感興趣區(qū)域的概況 第13-15頁
·感興趣區(qū)域的概念和特點(diǎn) 第13-14頁
·圖像感興趣區(qū)域的提取現(xiàn)狀 第14-15頁
·論文研究的內(nèi)容 第15頁
·論文的內(nèi)容組織 第15-16頁
·本章小結(jié) 第16-17頁
2 基于感興趣區(qū)域的提取技術(shù) 第17-25頁
·基于用戶交互的 ROI 提取方法 第17-18頁
·基于拐點(diǎn)的 ROI 提取方法 第18-20頁
·基于灰度變化的 ROI 提取方法 第20-21頁
·基于視覺注意的提取方法 第21-24頁
·自底向上的注意模型 第23-24頁
·自頂向下的注意模型 第24頁
·本章小結(jié) 第24-25頁
3 基于粗糙集的感興趣區(qū)域提取 第25-41頁
·粗糙集的基本理論 第25-30頁
·知識(shí)表達(dá)系統(tǒng) 第25-27頁
·不可分辨關(guān)系 第27頁
·集合的上近似和下近似 第27-28頁
·知識(shí)的簡(jiǎn)化和核 第28-29頁
·知識(shí)的相對(duì)簡(jiǎn)化和相對(duì)核 第29頁
·決策規(guī)則 第29-30頁
·基于邊緣分割技術(shù)的 ROI 提取 第30-35頁
·幾種邊緣的檢測(cè)方法 第31-34頁
·基于邊緣檢測(cè)的感興趣區(qū)域提取 第34-35頁
·基于粗糙集的感興趣區(qū)域提取 第35-39頁
·圖像感興趣區(qū)域(ROI)的粗糙近似表示 第35-37頁
·樣例過程描述 第37-38頁
·算法試驗(yàn)分析 第38-39頁
·本章小結(jié) 第39-41頁
4 基于改進(jìn)區(qū)域生長的感興趣區(qū)域提取 第41-51頁
·區(qū)域生長算法 第41-42頁
·基于區(qū)域生長的 ROI 提取方法 第42-44頁
·直方圖法 第42頁
·p 參數(shù)法 第42-43頁
·基于最大方差自動(dòng)獲取閾值 第43-44頁
·基于臨域像素的灰度差判別準(zhǔn)則 第44頁
·一種改進(jìn)的區(qū)域生長算法 第44-49頁
·顯著度圖 第45頁
·相對(duì)位置的表示 第45-46頁
·特征色的提取 第46頁
·ROI 區(qū)域生長決策規(guī)則 第46-47頁
·新型ROI 提取算法驗(yàn)證 第47-49頁
·本章小結(jié) 第49-51頁
5 基于新型角點(diǎn)的感興趣區(qū)域提取 第51-63頁
·角點(diǎn)檢測(cè)概述 第51-52頁
·區(qū)域角點(diǎn)提取 第52-58頁
·Moravec 角點(diǎn)檢測(cè) 第52-53頁
·Harris 角點(diǎn)檢測(cè) 第53-54頁
·基于小波變換的角點(diǎn)檢測(cè) 第54-55頁
·SUSAN 角點(diǎn)檢測(cè) 第55-57頁
·基于CSS 的角點(diǎn)檢測(cè)算法 第57-58頁
·基于新型角點(diǎn)的感興趣區(qū)域提取 第58-61頁
·基于多曲率多項(xiàng)式的角點(diǎn)提取方法 第58-59頁
·感興趣區(qū)域提取 第59-60頁
·提取算法實(shí)驗(yàn)與分析 第60-61頁
·本章小結(jié) 第61-63頁
6 總結(jié)與展望 第63-65頁
·論文總結(jié) 第63頁
·工作展望 第63-65頁
參考文獻(xiàn) 第65-71頁
作者簡(jiǎn)歷 第71-73頁
學(xué)位論文數(shù)據(jù)集 第73-74頁
詳細(xì)摘要 第74-75頁
請(qǐng)繼續(xù)閱讀相關(guān)推薦：畢業(yè)論文 應(yīng)屆生求職
畢業(yè)論文范文查看下載 查看的論文開題報(bào)告 查閱參考論文提綱
查閱更多的畢業(yè)論文致謝 相關(guān)畢業(yè)論文格式 查閱更多論文答辯
【圖像感興趣區(qū)域提取技術(shù)研究論文提綱】相關(guān)文章：
數(shù)控論文提綱04-14
什么是論文提綱04-20
《邊城》論文提綱04-20
論文提綱的例子06-14
教育專業(yè)論文提綱06-13
畢業(yè)論文提綱09-06
論文的初稿和提綱08-05
論文提綱規(guī)范格式05-14
論文提綱寫作步驟11-08