|
| 內容簡介： |
|
《计算机视觉中鲁棒几何模型拟合方法》针对当前模型拟合方法存在的关键问题进行分析和研究，基于数据关系，分别对不平衡数据的敏感性、超图构建、模型选择的准确性以及确定性拟合方法的适用性等关键问题介绍一些新的模型拟合方法。《计算机视觉中鲁棒几何模型拟合方法》所介绍的模型拟合方法在一定程度上解决了这些问题，为模型拟合方向的发展和研究提供了一些新的思路。
|
| 目錄：
|
|
目录前言第1章 绪论 11.1 引言 11.2 模型拟合方法的分类与难点 41.2.1 采样算法 41.2.2 模型选择算法 51.2.3 采样与模型选择融合算法 61.2.4 存在的问题和难点 7第2章 基于简单图模式搜索的模型拟合方法 92.1 引言 92.2 算法描述 112.2.1 简单图建模 112.2.2 简单图上模式搜索算法 132.2.3 互信息理论的模式融合 162.2.4 本章所介绍的模型拟合方法 182.3 实验结果与分析 192.3.1 人工数据上的实验结果与分析 202.3.2 真实图像上的实验结果与分析 232.4 本章小结 28第3章 基于超图子图检测的模型拟合方法 293.1 引言 293.2 算法描述 313.2.1 超图建模 313.2.2 基于超图的子图检测算法 353.2.3 本章所提出的模型拟合方法 373.3 实验结果与分析 383.3.1 人工数据上的实验结果与分析 393.3.2 真实图像上的实验结果与分析 423.3.33 D-运动分割上的实验结果与分析 463.4 本章小结 47第4章 基于超图代表性模式搜索的模型拟合方法 494.1 引言 494.2 算法描述 514.2.1 超图构造 514.2.2 超图剪枝 524.2.3 模式搜索算法 534.2.4 本章所提出的模型拟合方法 554.3 实验结果与分析 604.3.1 直线拟合 614.3.2 圆形拟合 624.3.3 单应性估计 644.3.4 基础矩阵估计 674.4 本章小结 69第5章 基于超图建模与超图分割相融合的模型拟合方法 715.1 引言 715.2 算法描述 745.2.1 超图建模与超图分割相融合 745.2.2 本章中提出的模型拟合方法 775.3 实验结果与分析 795.3.1 参数分析与设置 805.3.2 计算速度分析 815.3.3 单应性估计 825.3.4 基础矩阵估计 845.4 本章小结 87第6章 基于连续性潜在语义分析的模型拟合方法 886.1 引言 886.2 算法描述 916.2.1 潜在语义空间构造 916.2.2 离群点去除及子空间恢复 946.2.3 本章所提出的模型拟合方法 966.3 实验结果与分析 976.3.1 参数分析与设置 976.3.2 采样算法的分析与设置 986.3.3 单应性估计 996.3.4 基础矩阵估计 1026.4 本章小结 105第7章 基于超像素的确定性模型拟合方法 1067.1 引言 1067.2 算法描述 1087.2.1 把超像素引入到模型拟合 1087.2.2 确定性指导采样算法 1097.2.3 新型的模型选择算法 1127.2.4 本章所提出的确定性模型拟合方法 1147.3 实验结果与分析 1157.3.1 在单结构数据上的实验结果与分析 1167.3.2 在多结构数据上的实验结果与分析 1207.4 本章小结 123参考文献 124
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
