首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Gabor滤波器的铁路图像轨枕分割

摘要第1-7页
Abstract第7-10页
第1章 绪论第10-22页
   ·铁路图像分割概述第10-13页
     ·研究背景及意义第10-12页
     ·铁路图像轨枕分割国内外研究现状第12-13页
   ·关键技术及研究现状第13-20页
     ·纹理特征分析及其研究现状第13-17页
     ·图像分割及其研究现状第17-20页
   ·本文的工作及内容安排重要组成部分第20-22页
     ·本文的主要研究内容第20-21页
     ·论文内容章节安排第21-22页
第2章 图像频域变换理论基础第22-33页
   ·引言第22页
   ·傅里叶变换与图像的空频域表示第22-28页
     ·连续傅里叶变换第22-24页
     ·离散傅里叶变换第24-28页
   ·Gabor变换第28-30页
   ·窗口傅里叶变换和时—频分析第30-32页
   ·本章小结第32-33页
第3章 Gabor滤波器设计第33-47页
   ·引言第33页
   ·二维Gabor滤波器组介绍第33-39页
     ·二维Gabor滤波器的表达第33-34页
     ·二维Gabor滤波器的性质第34-39页
   ·Gabor滤波器的参数分析与确定第39-42页
     ·Gabor滤波器方向参数的选择第40-41页
     ·尺度参数的确定第41-42页
   ·基于Gabor滤波器组的图像空频域变换第42-46页
     ·算法流程分析第42-44页
     ·基于Gabor滤波器变换的铁路图像频域分析第44-46页
   ·本章小结第46-47页
第4章 基于改进的K均值聚类的铁路图像轨枕分割第47-64页
   ·引言第47页
   ·基于Gabor滤波的纹理特征提取第47-49页
     ·多通道滤波纹理分析第47-48页
     ·纹理特征的非线性描述第48-49页
   ·经典K均值聚类算法简介第49-51页
     ·聚类算法基础第49-50页
     ·经典的K均值聚类分割第50-51页
   ·基于改进的K均值聚类的铁路图像轨枕分割第51-59页
     ·对经典K均值聚类的改进第51-56页
     ·基于图像空间坐标约束的K均值聚类分割第56-59页
   ·实验与结果分析第59-63页
     ·实验平台简介第59-60页
     ·算法总流程第60页
     ·算法有效性分析第60-62页
     ·算法效率分析第62-63页
   ·本章小结第63-64页
总结与展望第64-66页
   ·本文总结第64页
   ·研究展望第64-66页
致谢第66-67页
参考文献第67-71页
攻读硕士学位期间发表的论文及科研成果第71页
 A. 发表论文情况第71页
 B. 参加科研项目第71页

论文共71页,点击 下载论文
上一篇:藏文搜索和搜索结果聚类研究及系统实现
下一篇:基于CUDA编程的神经网络手写数字识别