双高斯差论文_罗晓晖,李见为

导读:本文包含了双高斯差论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,双高,纹理,尺度,线条,要素,论文。

双高斯差论文文献综述

罗晓晖,李见为^[1]（2003）在《双高斯差模型用于角点检测研究》一文中研究指出该文描述了双高斯差(DifferenceofGaussian,以下简称DOG)函数和高斯函数及高斯-拉普拉斯二阶微分函数之间的关系原理,提出了建立在DOG模型基础上的新角点检测算法。实验结果表明DOG角点检测器具有检测范围宽、抗噪声能力强、检测方式灵活等优点,具有良好的角点检测性能。(本文来源于《计算机工程与应用》期刊2003年11期）

罗晓晖^[2]（2002）在《双高斯差模型的低层次视觉尺度要素检测研究》一文中研究指出计算机视觉是一门新兴的学科，计算机视觉技术正广泛地应用于各个方面。根据着名的Marr的视觉计算理论，计算机视觉的研究内容分为叁个层次。其中视觉低层次要素的提取和检测对计算机视觉理论体系有重要的意义，而且低层次视觉中每一种特征要素的提取和检测都具有很广泛的实际应用价值。经视觉生理学上的研究，视网膜神经节细胞（gauglion cell）感受野(receptive field)在边缘、线条、线条端点、角点和角度等图像的低层次要素的检测方面有较突出的功能。鉴于目前对视网膜神经节细胞感受野在对如线条、角点、线条端点等图像低层次尺度要素的检测方面的功能缺乏研究，尤其缺乏在尺度空间的精确定量的分析研究，本文对视网膜神经节细胞感受野的数学模型——双高斯差（difference of Gaussian, DOG）模型在图像低层次尺度要素的检测方面的功能进行了深入的探索。文中首先从计算机视觉的理论体系和实际应用价值的角度上分析了对图像低层次要素的提取和检测的理论和实际意义；分析了对DOG模型的国内外研究现状，明确了进行本课题的必要性；提出了本课题的主要研究目标，确定了所需完成的研究任务。在对DOG函数的基本函数特性分析中，对构成DOG函数的高斯函数的基本函数特性进行了分析；对DOG函数的时频域基本函数特性进行了分析，分析的结果表明DOG函数在时频域皆具有很好的局域性，这一点符合小波变换信号分析方法的时频域局部化分析的特性；对小波变换的基本原理进行了介绍；根据小波变换的基本原理分析了DOG函数在理论上可构成连续小波变换的小波基，进而研究了在实际应用中基于DOG函数的离散小波变换的具体实现，明确了基于DOG函数的小波变换具有多尺度分析功能。在对DOG函数的结构特性及一维尺度检测研究中，本文推导出了DOG函数在其两个尺度参数任意变化的两个极端情况下将分别逼近高斯函数和高斯-拉普拉斯二阶微分函数，这就为定性分析DOG函数在尺度空间的函数特性打下了基础；定量分析了高斯函数、高斯-拉普拉斯二阶微分函数和DOG函数对标准尺度信号的检测性能并作了比较，比较结果表明DOG函数有更好的尺度检测性能；分析了过尺度边缘效应及其消除办法，还讨论了标准尺度函数的模型建立问题。在DOG函数视觉低层次尺度要素检测的实际应用中，本文将DOG函数的一维尺度检测扩展到二维空间，推导出DOG函数的二维尺度检测机理；在实际应用中研究了在二维空间中基于高斯函数、高斯-拉普拉斯二阶微分函数和DOG函数<WP=6>的线条检测原理，并通过线条检测实例比较了叁者线条检测的功能；在此基础之上提出了一种实用的线条检测算法并给出相应实验结果；提出了一种通过检测大小两个尺度的局部极值来模拟角点的位置、方向和形状的角点检测和模拟方法，并对于信号具有较强噪声的情况给出了实用角点检测方法，同时给出相应实验结果；在DOG函数的线条和角点检测原理基础上，提出了基于特征尺度和DOG函数多尺度分解的纹理分割算法并给出相应实验结果。在对DOG函数的图像分析功能及其相关视觉现象的研究中，本文提出了针对二维复杂形状尺度信号的“点模式”分析法并应用该方法对形状更为复杂的线条端点和尺度点的检测原理进行了分析；对 DOG函数在二维空间中对所有类型的尺度信号的响应进行了总结和比较；提出了以DOG函数为数学模型的视网膜神经节细胞感受野在视觉系统中应具有“注意”功能；基于提出的视网膜神经节细胞感受野的“注意”功能，结合DOG函数的实际图像处理，对感叹号视觉现象、纹理在视觉信息处理中的作用、Hermann格子视觉现象和Muller-Lyer等错觉现象进行了分析和解释。总结本文的工作，文中通过理论分析、实际应用和理论上升加仿真模拟叁个阶段的工作对视网膜神经节细胞感受野在视觉信息处理中的功能进行了深入的探索，各种实验结果证明了文中相关理论的合理性和正确性，表明了DOG模型在实际应用中有广阔的应用空间。(本文来源于《重庆大学》期刊2002-04-15）

张光年,杨俭华,张志广,王光毓,林书煌^[3]（1997）在《GC感受野的双高斯差和外周相互抑制网络模型的空间响应特性》一文中研究指出模拟和模型是视觉研究的重要手段,本文应用计算机的模拟手段,分别对GC感受野的双高斯差模型和外周相互抑制网络模型的空间响应分布特性进行了研究,并观察了它们的边缘检测性能。本文的结果将为GC感受野视觉计算原理的进一步探索,以及以视觉原理为依据的图象技术的改进提供帮助。(本文来源于《首都师范大学学报(自然科学版)》期刊1997年02期）

双高斯差论文开题报告

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

计算机视觉是一门新兴的学科，计算机视觉技术正广泛地应用于各个方面。根据着名的Marr的视觉计算理论，计算机视觉的研究内容分为叁个层次。其中视觉低层次要素的提取和检测对计算机视觉理论体系有重要的意义，而且低层次视觉中每一种特征要素的提取和检测都具有很广泛的实际应用价值。经视觉生理学上的研究，视网膜神经节细胞（gauglion cell）感受野(receptive field)在边缘、线条、线条端点、角点和角度等图像的低层次要素的检测方面有较突出的功能。鉴于目前对视网膜神经节细胞感受野在对如线条、角点、线条端点等图像低层次尺度要素的检测方面的功能缺乏研究，尤其缺乏在尺度空间的精确定量的分析研究，本文对视网膜神经节细胞感受野的数学模型——双高斯差（difference of Gaussian, DOG）模型在图像低层次尺度要素的检测方面的功能进行了深入的探索。文中首先从计算机视觉的理论体系和实际应用价值的角度上分析了对图像低层次要素的提取和检测的理论和实际意义；分析了对DOG模型的国内外研究现状，明确了进行本课题的必要性；提出了本课题的主要研究目标，确定了所需完成的研究任务。在对DOG函数的基本函数特性分析中，对构成DOG函数的高斯函数的基本函数特性进行了分析；对DOG函数的时频域基本函数特性进行了分析，分析的结果表明DOG函数在时频域皆具有很好的局域性，这一点符合小波变换信号分析方法的时频域局部化分析的特性；对小波变换的基本原理进行了介绍；根据小波变换的基本原理分析了DOG函数在理论上可构成连续小波变换的小波基，进而研究了在实际应用中基于DOG函数的离散小波变换的具体实现，明确了基于DOG函数的小波变换具有多尺度分析功能。在对DOG函数的结构特性及一维尺度检测研究中，本文推导出了DOG函数在其两个尺度参数任意变化的两个极端情况下将分别逼近高斯函数和高斯-拉普拉斯二阶微分函数，这就为定性分析DOG函数在尺度空间的函数特性打下了基础；定量分析了高斯函数、高斯-拉普拉斯二阶微分函数和DOG函数对标准尺度信号的检测性能并作了比较，比较结果表明DOG函数有更好的尺度检测性能；分析了过尺度边缘效应及其消除办法，还讨论了标准尺度函数的模型建立问题。在DOG函数视觉低层次尺度要素检测的实际应用中，本文将DOG函数的一维尺度检测扩展到二维空间，推导出DOG函数的二维尺度检测机理；在实际应用中研究了在二维空间中基于高斯函数、高斯-拉普拉斯二阶微分函数和DOG函数<WP=6>的线条检测原理，并通过线条检测实例比较了叁者线条检测的功能；在此基础之上提出了一种实用的线条检测算法并给出相应实验结果；提出了一种通过检测大小两个尺度的局部极值来模拟角点的位置、方向和形状的角点检测和模拟方法，并对于信号具有较强噪声的情况给出了实用角点检测方法，同时给出相应实验结果；在DOG函数的线条和角点检测原理基础上，提出了基于特征尺度和DOG函数多尺度分解的纹理分割算法并给出相应实验结果。在对DOG函数的图像分析功能及其相关视觉现象的研究中，本文提出了针对二维复杂形状尺度信号的“点模式”分析法并应用该方法对形状更为复杂的线条端点和尺度点的检测原理进行了分析；对 DOG函数在二维空间中对所有类型的尺度信号的响应进行了总结和比较；提出了以DOG函数为数学模型的视网膜神经节细胞感受野在视觉系统中应具有“注意”功能；基于提出的视网膜神经节细胞感受野的“注意”功能，结合DOG函数的实际图像处理，对感叹号视觉现象、纹理在视觉信息处理中的作用、Hermann格子视觉现象和Muller-Lyer等错觉现象进行了分析和解释。总结本文的工作，文中通过理论分析、实际应用和理论上升加仿真模拟叁个阶段的工作对视网膜神经节细胞感受野在视觉信息处理中的功能进行了深入的探索，各种实验结果证明了文中相关理论的合理性和正确性，表明了DOG模型在实际应用中有广阔的应用空间。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。