光视觉球形目标识别技术的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的目的及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·计算机视觉 | 第13-14页 |
| ·目标识别技术 | 第14-15页 |
| ·人工神经网络 | 第15-16页 |
| ·论文的主要工作和内容安排 | 第16-17页 |
| 第2章 图像边缘检测与神经网络识别基础 | 第17-31页 |
| ·图像分割与边缘检测技术 | 第17-18页 |
| ·ZERNIKE矩及亚像素边缘检测 | 第18-21页 |
| ·Zernike正交矩 | 第19-20页 |
| ·Zernike正交矩亚像素边缘检测原理 | 第20-21页 |
| ·人工神经网络 | 第21-26页 |
| ·人工神经元模型 | 第21-23页 |
| ·人工神经网络的结构 | 第23-24页 |
| ·人工神经的学习模型和学习规则 | 第24-26页 |
| ·BP神经网络 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 阶跃型边缘ZOM算子检测算法 | 第31-40页 |
| ·ZOM亚像素算法检测阶跃型直线边缘 | 第31-34页 |
| ·ZOM亚像素算法检测阶跃型圆弧边缘 | 第34-38页 |
| ·实验结果 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 图像目标的特征提取 | 第40-52页 |
| ·曲线提取及关键点检测 | 第40-46页 |
| ·利用方向信息进行曲线提取 | 第40-41页 |
| ·利用方向和曲率信息进行曲线提取 | 第41-43页 |
| ·关键点检测 | 第43-44页 |
| ·实验结果 | 第44-46页 |
| ·不变矩的图像特征提取和计算 | 第46-51页 |
| ·不变矩的概念及计算 | 第47-50页 |
| ·矩不变量的特征提取及实验结果 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于BP神经网络的图像识别 | 第52-64页 |
| ·BP网络的限制和不足 | 第52-53页 |
| ·BP算法的改进 | 第53-55页 |
| ·BP网络结构的设计 | 第55-57页 |
| ·网络层数的确定 | 第55页 |
| ·输入层神经元个数的确定 | 第55页 |
| ·输出层神经元个数的确定 | 第55页 |
| ·隐层神经元个数的确定 | 第55-57页 |
| ·BP网络参数的设计 | 第57-58页 |
| ·初始权值和期望误差的确定 | 第57页 |
| ·学习率的选择 | 第57页 |
| ·动量因子的选择 | 第57-58页 |
| ·实验及结果 | 第58-63页 |
| ·目标识别的实验流程 | 第58-59页 |
| ·网络的训练和识别 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
