| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·图像预处理和图像识别系统 | 第7-8页 |
| ·图像处理 | 第7页 |
| ·图像识别 | 第7-8页 |
| ·图像目标识别发展概况及其应用趋势 | 第8-9页 |
| ·课题提出及本文内容简 | 第9-11页 |
| 第二章 图像分割 | 第11-24页 |
| ·图像分割简介 | 第11-12页 |
| ·图像分割的定义及算法分类 | 第12页 |
| ·基于阈值的分割 | 第12-15页 |
| ·简单直方图分割 | 第13页 |
| ·最佳阈值分割 | 第13-15页 |
| ·基于边缘的分割 | 第15-21页 |
| ·点检测 | 第15页 |
| ·线检测 | 第15-17页 |
| ·边缘检测 | 第17-21页 |
| ·基于区域的分割 | 第21-24页 |
| ·区域增长 | 第21-22页 |
| ·区域分裂—合并 | 第22-24页 |
| 第三章 图像几何变换不变性识别方法 | 第24-36页 |
| ·几何不变矩 | 第24-28页 |
| ·Hu矩 | 第24-26页 |
| ·复数矩 | 第26-28页 |
| ·旋转矩 | 第28页 |
| ·连续正交矩 | 第28-33页 |
| ·Zernike矩 | 第28-30页 |
| ·伪Zernike矩 | 第30-32页 |
| ·Legendre矩 | 第32页 |
| ·正交Fourier-Mellin矩 | 第32-33页 |
| ·离散正交矩 | 第33-34页 |
| ·Tchebichef矩 | 第33页 |
| ·Krawtchouk矩 | 第33-34页 |
| ·不变矩的特性 | 第34-36页 |
| ·抽样性能 | 第34-35页 |
| ·抗噪声能力 | 第35页 |
| ·信息冗余度 | 第35页 |
| ·图像描述能力 | 第35-36页 |
| 第四章 基于Randon变换后的不变矩 | 第36-49页 |
| ·Radon变换 | 第36页 |
| ·基于Radon变换的不变矩 | 第36-43页 |
| ·算法原理 | 第37-38页 |
| ·本算法对噪声的鲁棒性分析 | 第38-40页 |
| ·实验结果与分析 | 第40-43页 |
| ·基于Radon和解析Fourier-Mellin变换的不变矩 | 第43-49页 |
| ·Radon变换与几何变换的关系 | 第43页 |
| ·解析Fourier-Mellin变换 | 第43页 |
| ·基于Radon和Fourier-Mellin不变矩的计算 | 第43-45页 |
| ·实验结果与分析 | 第45-49页 |
| 第五章 正交Bessel矩 | 第49-51页 |
| ·正交Bessel矩原理 | 第49页 |
| ·实验和分析 | 第49-51页 |
| 第六章 总结与改进 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间的研究成果 | 第57页 |