图象滤波算法的若干研究

摘要	第1-5页
Abstract	第5-7页
目录	第7-9页
第一章、引言	第9-16页
·图象处理的简单概述	第9-10页
·图象的数学模型	第10-12页
·图象滤波及其噪声模型	第12-14页
·本文各章的主要内容	第14-16页
第二章、统计学习理论(SLT)	第16-27页
·统计学习理论的介绍	第16-21页
·机器学习的基本问题	第16-19页
·统计学习理论的核心内容	第19-21页
·支持向量机(SVM)	第21-25页
·最优分类面	第22-24页
·支持向量机	第24-25页
·Mercer条件与核函数的选取	第25-27页
第三章、基于支持向量机的图象滤波	第27-46页
·典型的滤波算法	第27-31页
·邻域均值滤波	第27-29页
·中值滤波	第29-30页
·小波域滤波	第30-31页
·最小二乘支持向量机(LS-SVM)	第31-33页
·学习集的选取	第33-38页
·试验结果和分析	第38-46页
第四章、图象滤波新方法	第46-63页
·方向导数	第46-47页
·算法原理和步骤	第47-51页
·算法的试验结果和对比分析	第51-61页
·算法的推广	第61-63页
第五章、总结与展望	第63-66页
·总结	第63-64页
·展望	第64-66页
参考文献	第66-71页
附录1	第71-72页
附录2	第72-82页
致谢	第82页