首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

多重分形理论及其在图象处理中应用的研究

摘要第1-6页
Abstract第6-13页
第1章 绪论第13-23页
   ·研究背景第13-18页
   ·基于分形和多重分形理论的图象处理技术第18-21页
   ·论文的研究目的、内容及创新第21-22页
   ·本章小结第22-23页
第2章 分形维数与基于小波的多重分形谱估计第23-50页
   ·引言第23-24页
   ·分形维数第24-28页
     ·豪斯道夫测度第24-25页
     ·豪斯道夫维数第25-26页
     ·盒维数第26-27页
     ·数盒子法第27-28页
   ·多重分形的概念第28-37页
     ·基于测度理论的多重分形谱的定义第29-30页
     ·基于Rény广义维数的多重分形谱的定义第30-31页
     ·质量指数、广义维数和多重分形谱之间的关系第31-33页
     ·D(q)的上下界和极限第33-36页
     ·多重分形谱的其他定义第36-37页
   ·基于小波的多重分形谱估计第37-49页
     ·基于WTMM的多重分形参数估计第37-40页
     ·基于小波系数矩的多重分形谱估计第40-42页
     ·基于小波系数矩的多重分形谱估计算法性能分析第42-49页
   ·结论第49-50页
第3章 二维微局部分析与多重分形图象去噪算法第50-73页
   ·引言第50-51页
   ·H(?)LDER规则性分析第51-59页
     ·二维微局部空间:定义和基本性质第53-55页
     ·二维微局部空间的性质第55-56页
     ·二维微分析与奇异性指数的关系第56-57页
     ·二维微局部边界分析第57-59页
   ·二维微局部分析公式第59-63页
     ·x的时域表示第61页
     ·边界估计算法第61-63页
   ·多重分形图象分析的原理第63-66页
     ·多重分形图象恢复第64-65页
     ·基于二维微局域分析的谱偏移算子估计第65-66页
   ·实验结果第66-72页
     ·灰度图象实验结果第66-69页
     ·彩色图象实验结果第69-72页
   ·结论第72-73页
第4章 Choquet容度序列的多重分形谱及图象分割算法研究第73-94页
   ·引言第73页
   ·CHOQUET容度序列与多重分形潜第73-77页
   ·容度序列与图象纹理特征参数的提取第77-80页
     ·Myopic容度第77-79页
     ·图象纹理特征参数的提取第79-80页
   ·一种改进的自适应模糊聚类KOHONEN神经网络模型第80-87页
     ·Kohonen聚类神经网络算法第80-82页
     ·模糊Kohonen聚类神经网络(FKCN)模型第82-84页
     ·对FKCN的几点分析第84页
     ·自适应模糊聚类Kohonen神经网络模型第84-87页
   ·实验结果第87-93页
     ·灰度图象分割实验第87-89页
     ·彩色图象的纹理分割第89-93页
   ·结论第93-94页
第5章 自适应广义分形小波变换图象压缩算法第94-111页
   ·引言第94-95页
   ·具有灰度变换的迭代函数系统第95-96页
   ·2-D分形小波变换第96-102页
     ·小波展开的考虑第96-98页
     ·平滑双正交小波变换第98-100页
     ·2-D分形小波变换第100-102页
   ·小波子树的自适应分割与分形压缩第102-106页
     ·压缩算法第102-104页
     ·实验结果第104-106页
   ·彩色图象压缩第106-110页
     ·彩色图象压缩算法第106-107页
     ·彩色图象实验结果第107-110页
   ·结论第110-111页
第6章 图象数据的多重分形小波压缩第111-131页
   ·引言第111-112页
   ·快速自适应小波第112-120页
     ·小波包族第112-113页
     ·任意图象的大小和边界扩展第113-115页
     ·快速小波包算法第115-118页
     ·代价函数与最优基算法第118-120页
   ·相关多重分形谱与感兴趣区域识别第120-126页
     ·图象质量的相关多重分形谱形评价准则第120-123页
     ·基于相关多重分形谱的感兴趣区域检测第123-126页
   ·压缩过程及原理第126-128页
   ·实验结果第128-130页
   ·结论第130-131页
第7章 结论与展望第131-135页
致谢第135-136页
参考文献第136-147页
在职攻读博士学位期间发表的论文、完成科研项目和所获奖励第147-149页
独创性(或创新性)声明第149页

论文共149页,点击 下载论文
上一篇:MOCVD计算机控制系统设计与实现
下一篇:基于ARM7嵌入式工业智能化多参数综合测控平台的研究