| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·图像识别技术研究现状 | 第10-11页 |
| ·环境图像识别领域存在的问题及本文主要研究内容 | 第11-13页 |
| ·课题目前存在的问题 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| 2 图像识别系统简介 | 第13-17页 |
| ·引言 | 第13页 |
| ·图像识别的理论简介 | 第13-14页 |
| ·图像识别技术方法 | 第14-16页 |
| ·模板匹配方法 | 第14页 |
| ·统计模式识别 | 第14-15页 |
| ·结构模式识别方法 | 第15页 |
| ·模糊识别方法 | 第15页 |
| ·神经网络模式识别 | 第15-16页 |
| ·小结 | 第16-17页 |
| 3 环境图像预处理方法研究 | 第17-31页 |
| ·引言 | 第17页 |
| ·环境图像增强方法研究 | 第17-26页 |
| ·图像对比度增强技术 | 第17-20页 |
| ·图像平滑处理方法研究 | 第20-23页 |
| ·基于平均阈值处理的小波图像降噪法 | 第23-26页 |
| ·环境图像边缘提取方法研究 | 第26-28页 |
| ·Roberts算子 | 第26页 |
| ·Sobel算子 | 第26-27页 |
| ·Laplacian算子 | 第27页 |
| ·Canny算子 | 第27-28页 |
| ·环境图像二值化 | 第28-29页 |
| ·小结 | 第29-31页 |
| 4 基于SIFT特征提取的环境图像识别方法研究 | 第31-46页 |
| ·引言 | 第31页 |
| ·局部不变特征理论基础 | 第31-33页 |
| ·SIFT特征匹配算法 | 第33-39页 |
| ·SIFT不变特征量构造 | 第33-39页 |
| ·环境图像特征匹配 | 第39页 |
| ·优化SIFT算法的环境识别方法 | 第39-42页 |
| ·基于阈值的特征匹配改进 | 第40-41页 |
| ·基于构建图像金字塔的改进 | 第41-42页 |
| ·实验结果及分析 | 第42-45页 |
| ·SIFT的尺度、旋转不变性和抗噪性能实验 | 第42-44页 |
| ·实时性能改进实验 | 第44-45页 |
| ·小结 | 第45-46页 |
| 5 基于Gabor特征和矩特征的神经网络环境图像识别技术 | 第46-61页 |
| ·引言 | 第46页 |
| ·Gabor滤波器提取图像局部特征 | 第46-50页 |
| ·Gabor变换 | 第46-48页 |
| ·Gabor变换提取图像局部特征 | 第48-50页 |
| ·矩变换提取图像全局特征 | 第50-53页 |
| ·矩变换及不变矩 | 第50-53页 |
| ·不变矩提取图像全局特征 | 第53页 |
| ·基于特征融合的神经网络环境图像识别方法 | 第53-57页 |
| ·BP神经网络原理 | 第54-56页 |
| ·BP神经网络分类器的设计 | 第56-57页 |
| ·环境识别仿真及分析 | 第57-60页 |
| ·小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间的研究成果 | 第67页 |