基于多重分形的图像识别研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 前言 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究概况 | 第8-11页 |
| ·本文的主要研究内容及组织结构 | 第11-13页 |
| 第二章 多重分形 | 第13-25页 |
| ·分形概述 | 第13-15页 |
| ·分形维数 | 第15-18页 |
| ·豪斯多夫测度 | 第15-16页 |
| ·豪斯多夫维数 | 第16-17页 |
| ·盒子维数 | 第17页 |
| ·相似维数 | 第17-18页 |
| ·容量维数 | 第18页 |
| ·多重分形概述 | 第18-22页 |
| ·多重分形的定义 | 第19-21页 |
| ·多重分形基本参量的特性 | 第21-22页 |
| ·经典多重分形算法 | 第22-24页 |
| ·直接计算法 | 第22-23页 |
| ·数盒子法 | 第23页 |
| ·固定半径法 | 第23页 |
| ·固定质量法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 图像识别 | 第25-33页 |
| ·图像识别概述 | 第25-26页 |
| ·图像特征的选择 | 第26-27页 |
| ·经典图像识别方法 | 第27-32页 |
| ·统计模式识别 | 第27-28页 |
| ·句法模式识别 | 第28-29页 |
| ·神经网络方法 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于多重分形的图像识别 | 第33-55页 |
| ·基于多重分形的图像预处理 | 第33-41页 |
| ·图像去噪 | 第33-36页 |
| ·图像边缘提取 | 第36-41页 |
| ·基于多重分形的图像特征提取 | 第41-49页 |
| ·多重分形谱的计算 | 第41-42页 |
| ·样本选择 | 第42-47页 |
| ·特征提取 | 第47-49页 |
| ·利用BP神经网络识别图像的多重分形谱特征 | 第49-53页 |
| ·分类器的设计与训练 | 第50页 |
| ·识别结果及其分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 结论与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士期间取得的科研成果 | 第61-63页 |
| 致谢 | 第63页 |