纹理分析及其在金相图像分析系统中的应用
| 1 绪论 | 第1-12页 |
| ·选题背景 | 第7-9页 |
| ·选题意义 | 第9-12页 |
| 2 纹理分析理论 | 第12-21页 |
| ·纹理分析的发展 | 第12页 |
| ·纹理图像概念 | 第12-13页 |
| ·纹理特征 | 第13页 |
| ·常用纹理分析方法 | 第13-19页 |
| ·联合概率矩阵法 | 第14页 |
| ·灰度差分统计法 | 第14-15页 |
| ·行程长度统计法 | 第15-16页 |
| ·纹理的结构性方法 | 第16页 |
| ·频谱方法 | 第16-17页 |
| ·基于分形维数的纹理特征 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 3 软件算法研究与实现 | 第21-58页 |
| ·图像预处理 | 第21-22页 |
| ·纹理特征提取 | 第22-46页 |
| ·联合概率矩阵法 | 第22-27页 |
| ·基于小波分析的纹理特征 | 第27-37页 |
| ·小波联合概率矩阵统计特征法 | 第37-46页 |
| ·分类器设计 | 第46-56页 |
| ·欧氏距离分类器 | 第46-49页 |
| ·欧氏距离分类器 | 第46-47页 |
| ·投票系统 | 第47-48页 |
| ·置信度 | 第48页 |
| ·欧氏分类器优化设计 | 第48-49页 |
| ·BP神经网络分类器 | 第49-56页 |
| ·神经网络 | 第49-50页 |
| ·BP神经网络 | 第50-53页 |
| ·BP神经网络设计 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 4 结论 | 第58-61页 |
| 5 参考文献 | 第61-64页 |
| 科研成果简介 | 第64-65页 |
| 声明 | 第65-66页 |
| 致谢 | 第66页 |
