基于不变矩的目标识别算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-12页 |
| ·从图像到图像工程 | 第6-9页 |
| ·图像和数字图像 | 第6-7页 |
| ·从图像技术到图像工程 | 第7-9页 |
| ·图像识别与图像理解 | 第9页 |
| ·图像目标识别发展概况及其应用趋势 | 第9-10页 |
| ·课题背景及本文内容简介 | 第10-12页 |
| 第二章 目标识别系统概论 | 第12-21页 |
| ·目标识别系统概述 | 第12-13页 |
| ·二维物体识别的模型组织与特性 | 第13-16页 |
| ·全局特征方法 | 第14页 |
| ·结构特征方法 | 第14页 |
| ·关系图方法 | 第14-16页 |
| ·目标图像识别的常用方法 | 第16-21页 |
| ·模板匹配 | 第16-18页 |
| ·特征内容匹配 | 第18-21页 |
| 第三章 图像分割 | 第21-42页 |
| ·图像分割简介 | 第21-22页 |
| ·图像分割的定义及算法分类 | 第22-24页 |
| ·图像分割的定义 | 第22-23页 |
| ·分割算法分类 | 第23-24页 |
| ·并行边界分割技术 | 第24-27页 |
| ·微分算子边缘检测 | 第24-26页 |
| ·Hough变换 | 第26-27页 |
| ·串行边界分割技术 | 第27-30页 |
| ·边界跟踪 | 第28-30页 |
| ·曲线拟合 | 第30页 |
| ·并行区域分割技术 | 第30-34页 |
| ·阈值化方法介绍 | 第31页 |
| ·迭代法 | 第31-32页 |
| ·基于灰度期望的阈值分割 | 第32-33页 |
| ·最大类间方差阈值分割 | 第33-34页 |
| ·串行区域分割技术 | 第34-36页 |
| ·区域生长法 | 第34-35页 |
| ·分裂合并法 | 第35-36页 |
| ·连通区域标记 | 第36页 |
| ·图像目标识别预处理算法研究与设计 | 第36-42页 |
| ·预处理算法 | 第36-37页 |
| ·种子填充 | 第37-42页 |
| 第四章 不变矩在目标识别中的应用 | 第42-55页 |
| ·矩与不变矩 | 第42-49页 |
| ·矩特征的一般表达形式 | 第42-44页 |
| ·低阶规则矩的性质 | 第44-45页 |
| ·代数不变矩 | 第45-46页 |
| ·正交不变矩 | 第46-47页 |
| ·各种矩的性能评价 | 第47-49页 |
| ·区域矩与边界矩的性能比较 | 第49-52页 |
| ·边界矩的定义 | 第49-50页 |
| ·实验与结论 | 第50-52页 |
| ·不变矩目标识别算法设计及实验结果 | 第52-55页 |
| 第五章 总结与改进 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 发表或录用学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
| 作者简历 | 第63-64页 |
