二维颅骨CT图象的特征提取方法研究
| 声明 | 第1页 |
| AFIRMATION | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·颅骨识别的意义 | 第10-12页 |
| ·颅骨研究现状 | 第12页 |
| ·可信度分析 | 第12页 |
| ·可行性分析 | 第12-14页 |
| ·本文的研究内容 | 第14-16页 |
| 2 基于边界形状的特征提取 | 第16-28页 |
| ·引言 | 第16页 |
| ·简单形状描述子 | 第16-19页 |
| ·边界序列矩 | 第19-21页 |
| ·改进的不变矩 | 第21-22页 |
| ·边界傅立叶子 | 第22-24页 |
| ·实验与分析 | 第24-28页 |
| 3 基于灰度投影的特征定位 | 第28-34页 |
| ·引言 | 第28页 |
| ·灰度投影算法 | 第28-31页 |
| ·匹配实验与分析 | 第31-34页 |
| 4 基于正交矩的特征提取 | 第34-48页 |
| ·引言 | 第34页 |
| ·不变矩简介 | 第34-36页 |
| ·正交矩简介 | 第36-37页 |
| ·基于 Zernike矩的特征提取算法 | 第37-39页 |
| ·基于 Chebyshev矩的特征提取算法 | 第39-41页 |
| ·基于 Legender矩的特征提取算法 | 第41-43页 |
| ·实验与分析 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 5 基于均差函数的特征提取 | 第48-64页 |
| ·引言 | 第48页 |
| ·基于弧长的弦长均差函数 | 第48-51页 |
| ·基于弦长递减函数的Legender描述子 | 第51-56页 |
| ·基于极半径的均差函数 | 第56-60页 |
| ·基于中心投影的均差函数 | 第60-64页 |
| 6 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 中文详细摘要 | 第74-85页 |
