应变片的特征提取与识别

摘要	第1-5页
ABSTRACT	第5-9页
第一章 绪论	第9-17页
·引言	第9-10页
·论文选题的背景和意义	第10-12页
·国内外研究现状	第12-17页
第二章 应变片图像的预处理	第17-29页
·经典边缘检测算子	第17-23页
·梯度算子	第18-20页
·LOG算子	第20-21页
·Canny算法	第21-23页
·改进的形态学边缘检测算子	第23-29页
第三章 应变片角点检测算法	第29-35页
·典型的角点检测算法	第29-32页
·SUSAN角点检测算法	第29-31页
·Harris角点检测算法	第31-32页
·改进的SUSAN角点检测算法	第32-35页
第四章 应变片的不变矩	第35-49页
·几何不变矩	第35-37页
·矩的定义	第35-36页
·质心坐标与中心距	第36页
·不变矩	第36-37页
·Hu矩算法	第37-38页
·Zernike矩	第38-40页
·小波矩不变量在目标识别中应用	第40-45页
·小波分析的理论基础	第40-42页
·小波理论在目标识别中的应用	第42-43页
·小波矩不变量	第43-44页
·连续小波矩的离散化	第44-45页
·实验仿真	第45-49页
第五章 基于小波矩和支持向量机的应变片识别	第49-63页
·支持向量机	第49-56页
·支持向量机基本理论	第49-52页
·线性不可分支持向量机	第52-54页
·SVM用于多类分类	第54-55页
·松弛变量	第55-56页
·SVM的分类仿真实验	第56-63页
第六章 总结与展望	第63-65页
·本文工作总结	第63页
·下一步工作展望	第63-65页
参考文献	第65-69页
附录1	第69-73页
致谢	第73-75页
在读期间发表的论文	第75页