| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题来源及研究的目的和意义 | 第8-9页 |
| 1.2 图像识别的发展现状与前景 | 第9-10页 |
| 1.3 国内外在该方向的研究现状及分析 | 第10-12页 |
| 1.4 本文的主要研究内容 | 第12-13页 |
| 第2章 图像预处理和傅里叶描述子的基本理论 | 第13-25页 |
| 2.1 图像预处理 | 第13-15页 |
| 2.1.1 图像平滑 | 第13-15页 |
| 2.1.2 灰度修正 | 第15页 |
| 2.2 图像分割 | 第15-18页 |
| 2.2.1 图像分割的定义 | 第16页 |
| 2.2.2 基于边缘检测方法的图像分割 | 第16-17页 |
| 2.2.3 基于阈值图像分割方法 | 第17-18页 |
| 2.2.4 基于区域生成的图像分割方法 | 第18页 |
| 2.3 傅里叶描述子基本理论 | 第18-21页 |
| 2.3.1 傅里叶描述子的不变性 | 第19-20页 |
| 2.3.2 消除旋转、平移、尺度变换和起始点对傅里叶系数的影响 | 第20-21页 |
| 2.4 不变矩理论 | 第21-24页 |
| 2.4.1 矩的定义 | 第22-23页 |
| 2.4.2 轮廓矩不变量 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于傅里叶描述子的物体形状识别 | 第25-42页 |
| 3.1 图像预处理 | 第25-26页 |
| 3.2 形状边界提取 | 第26-27页 |
| 3.3 傅立叶描述形状识别 | 第27-31页 |
| 3.3.1 傅立叶描述子的定义 | 第27-28页 |
| 3.3.2 基于多边形近似的傅里叶描述子 | 第28-31页 |
| 3.4 傅里叶描述子的实现 | 第31-34页 |
| 3.4.1 算法流程图 | 第32页 |
| 3.4.2 傅里叶变换归一化及其阀值的选取 | 第32-33页 |
| 3.4.3 计算形状相似度 | 第33-34页 |
| 3.5 实验结果及分析 | 第34-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 结合矩特征的傅里叶描述子的形状识别 | 第42-53页 |
| 4.1 矩特征的傅里叶描述子 | 第42-43页 |
| 4.2 基于矩特征的傅里叶描述子算法流程 | 第43-48页 |
| 4.2.1 算法原理 | 第43-44页 |
| 4.2.2 形状边界提取 | 第44-45页 |
| 4.2.3 物体形状的矩特征表示 | 第45页 |
| 4.2.4 扇形区域的划分 | 第45-46页 |
| 4.2.5 矩特征选取 | 第46-47页 |
| 4.2.6 傅立叶描述子及其归一化 | 第47页 |
| 4.2.7 相似度计算 | 第47-48页 |
| 4.3 结合矩特征的傅里叶描述子算法测试与结果分析 | 第48-52页 |
| 4.3.1 结合矩特征的傅里叶描述子算法测试内容 | 第48-50页 |
| 4.3.2 实验结果分析 | 第50-51页 |
| 4.3.3 矩特征傅里叶描述子的算法分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |