| 1 绪论 | 第1-10页 |
| ·本课题的研究意义 | 第7页 |
| ·符号识别的国内外研究现状 | 第7-9页 |
| ·本课题的背景和研究内容 | 第9-10页 |
| 2 地图图像的预处理 | 第10-15页 |
| ·概要 | 第10页 |
| ·图像的连通性 | 第10-11页 |
| ·连通域的提取 | 第11-15页 |
| ·象素标记 | 第11-12页 |
| ·边缘点匹配标记 | 第12-15页 |
| 3 数字注记的正交傅立叶-梅林矩及其提取方法 | 第15-27页 |
| ·图像识别技术的发展 | 第15页 |
| ·图像特征提取 | 第15-16页 |
| ·图像特征描述 | 第16-18页 |
| ·图像的矩特征 | 第18-22页 |
| ·傅里叶描绘子(Fourier Descriptors) | 第18-19页 |
| ·正交傅立叶-梅林矩 | 第19-22页 |
| ·正交多项式的选取 | 第22-23页 |
| ·正交条件 | 第22页 |
| ·正交多项式的构造 | 第22-23页 |
| ·图像特征提取流程 | 第23-24页 |
| ·本章小结 | 第24-27页 |
| 4 基于正交傅立叶-梅林矩的神经网络识别算法 | 第27-36页 |
| ·引言 | 第27-28页 |
| ·神经网络识别方法 | 第28-30页 |
| ·神经网络的特点、学习准则及组成 | 第28-29页 |
| ·神经网络的种类 | 第29-30页 |
| ·BP神经网络分类器 | 第30-32页 |
| ·高阶神经网络分类器 | 第32-35页 |
| ·网络结构 | 第33页 |
| ·网络的训练 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 5 其它图像特征 | 第36-44页 |
| ·分形理论 | 第36-41页 |
| ·引言 | 第36页 |
| ·非线性技术定义与内容 | 第36-37页 |
| ·分形理论 | 第37-41页 |
| ·Hu不变矩特征 | 第41-43页 |
| ·矩描述子 | 第41-42页 |
| ·Hu矩组 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 6 实验结果 | 第44-53页 |
| ·测试样本图像示例 | 第44-46页 |
| ·测试样本图像连通域提取示例 | 第46-48页 |
| ·测试样本图像识别结果示例 | 第48-53页 |
| 7 实验结果讨论 | 第53-55页 |
| ·连通域提取实验结果讨论 | 第53页 |
| ·图像矩特征结果讨论 | 第53页 |
| ·识别结果讨论 | 第53-54页 |
| ·与其他特征比较结果讨论 | 第54页 |
| ·总结与讨论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 发表论文 | 第57-58页 |
| 致谢 | 第58-60页 |