基于BP神经网络的图像识别与跟踪研究

第一章 绪论	第1-13页
·课题的目的及意义	第7-8页
·神经网络的发展、特点及其应用	第8-10页
·神经网络图像识别匹配研究现况	第10-11页
·论文安排	第11-13页
第二章 图像识别原理及人工神经网络基础	第13-29页
·图像识别原理	第13-17页
·模板匹配法	第13-14页
·统计模式识别法	第14-15页
·模糊模式识别法	第15-16页
·人工神经网络模式识别法	第16-17页
·人工神经网络基础	第17-20页
·神经网络基本知识	第17-19页
·人工神经网络的结构	第19-20页
·人工神经网络的学习	第20-22页
·学习方式	第20-21页
·学习规则	第21-22页
·图像目标匹配与识别技术中常用的神经网络模型	第22-29页
第三章 基于BP 神经网络的图像目标识别研究	第29-47页
·BP 网络	第29-34页
·BP 网络结构及BP 算法	第29-33页
·BP 网络优缺点讨论	第33-34页
·训练与测试样本集的制备和预处理	第34-37页
·具有灰度畸变和几何畸变的识别图像数学模型	第34-35页
·神经网络图像识别训练及测试样本的制备	第35-36页
·训练样本与测试样本的选择和预处理	第36-37页
·基于象素灰度的图像识别法设计	第37-42页
·仿真结果及其分析与讨论	第42-45页
·关于象素灰度识别法的几点思考	第45-47页
第四章 基于BP 网络的序列图像跟踪方法研究	第47-57页
·图像跟踪系统基本原理	第47-48页
·运动目标特征预测	第48-51页
·跟踪过程中的若干问题	第51-53页
·训练样本的选取和预处理	第51-52页
·匹配度函数的设计	第52-53页
·跟踪窗口的微调策略	第53页
·实验结果及分析	第53-57页
结论	第57-59页
致谢	第59-61页
参考文献	第61-65页
作者在读期间的研究成果	第65页