不变量理论在模式识别中的应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| 1．1 课题背景 | 第8-10页 |
| 1．2 模式识别概述 | 第10-11页 |
| 1．3 特征提取与选择 | 第11-12页 |
| 1．4 视觉不变量理论及发展 | 第12-14页 |
| 1．5 本文主要研究内容 | 第14-16页 |
| 第2章 成象模型与不变量 | 第16-27页 |
| 2．1 目标成象模型 | 第16-19页 |
| 2．2 变换群及特征不变量 | 第19-22页 |
| 2．2．1 变换群 | 第19-20页 |
| 2．2．2 特征不变量 | 第20-22页 |
| 2．3 简单的平移、旋转和对比度不变量 | 第22-23页 |
| 2．4 代数不变量 | 第23-26页 |
| 2．4．1 代数不变量 | 第23-25页 |
| 2．4．2一 些齐次式的不变量 | 第25-26页 |
| 2．5 本章小结 | 第26-27页 |
| 第3章 矩技术及矩不变量 | 第27-43页 |
| 3．1 规则矩 | 第27-33页 |
| 3．1．1 规则矩的定义 | 第27-28页 |
| 3．1．2 低阶规则矩的性质 | 第28-30页 |
| 3．1．3 矩的变换 | 第30-31页 |
| 3．1．4 矩不变量 | 第31-32页 |
| 3．1．5 规则矩与特征函数的关系 | 第32-33页 |
| 3．2 正交矩 | 第33-40页 |
| 3．2．1 Legendre矩 | 第34-36页 |
| 3．2．2 Zernike矩 | 第36-39页 |
| 3．2．3 伪-Zernike矩 | 第39页 |
| 3．2．4 Tchebycheff矩 | 第39-40页 |
| 3．3 各种矩的性能评价 | 第40-42页 |
| 3．4 本章小结 | 第42-43页 |
| 第4章 一种新的图像规格化方法 | 第43-56页 |
| 4．1 基本概念 | 第43-45页 |
| 4．2 图像规格化概述 | 第45-46页 |
| 4．3 紧凑算法 | 第46-49页 |
| 4．3．1 计算给定模式的协方差矩阵M | 第46页 |
| 4．3．2 根据协方差矩阵M的特征向量来旋转模式 | 第46-48页 |
| 4．3．3 根据M的特征值沿特征向量来伸缩模式 | 第48-49页 |
| 4．4 紧凑图像的性质 | 第49-52页 |
| 4．5 旋转失真问题的解决方案 | 第52-53页 |
| 4．6 规格化算法总结 | 第53-55页 |
| 4．7 本章小结 | 第55-56页 |
| 第5章 用Zernike矩进行图像识别 | 第56-70页 |
| 5．1 Zernike矩 | 第56-57页 |
| 5．2 由Zernike矩得到旋转不变特征 | 第57-59页 |
| 5．3 由重建过程进行特征提取 | 第59-60页 |
| 5．4 分类技术 | 第60-61页 |
| 5．5 实验 | 第61-65页 |
| 5．6 应用测试 | 第65-68页 |
| 5．6．1 测试过程设计 | 第65-66页 |
| 5．6．2 测量结果 | 第66-68页 |
| 5．7 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
