部分遮挡目标识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·引言 | 第8页 |
| ·目标识别方法综述 | 第8-9页 |
| ·本论文研究的意义 | 第9-11页 |
| 2 图像预处理 | 第11-26页 |
| ·引言 | 第11页 |
| ·噪声分析 | 第11-13页 |
| ·中值滤波 | 第13-16页 |
| ·实验结果 | 第13-14页 |
| ·自适应中值滤波器 | 第14-16页 |
| ·图像增强 | 第16-20页 |
| ·直方图修正 | 第16页 |
| ·直方图的用途 | 第16页 |
| ·直方图可用于确定图像二值化的阈值 | 第16-17页 |
| ·直方图增强常用方法 | 第17-19页 |
| ·算法仿真结果 | 第19-20页 |
| ·图像分割 | 第20-26页 |
| ·阈值分割的基本概念 | 第20-21页 |
| ·最大类间方差法 | 第21-23页 |
| ·迭代阈值法 | 第23-25页 |
| ·实验结果分析 | 第25-26页 |
| 3 特征提取 | 第26-45页 |
| ·引言 | 第26页 |
| ·特征选择意义 | 第26-27页 |
| ·特征显著性度量准则 | 第27页 |
| ·几何不变矩 | 第27-31页 |
| ·实验结果 | 第31-32页 |
| ·纹理的形成 | 第32-41页 |
| ·傅立叶频谱 | 第32页 |
| ·图像自相关函数法 | 第32-33页 |
| ·等灰度行程矩阵 | 第33-34页 |
| ·灰度共生矩阵 | 第34-40页 |
| ·实验结果分析 | 第40-41页 |
| ·边缘检测 | 第41-45页 |
| ·本文算法 | 第41-42页 |
| ·角点检测 | 第42-43页 |
| ·角点性能评价 | 第43页 |
| ·角点形状分类 | 第43-45页 |
| 4 图像匹配 | 第45-57页 |
| ·引言 | 第45-46页 |
| ·图像匹配的分类 | 第46-48页 |
| ·实验分析 | 第48-49页 |
| ·SIFT算子角点匹配 | 第49-57页 |
| ·尺度空间定义 | 第50-52页 |
| ·确定特征点位置 | 第52页 |
| ·去除边缘相应点 | 第52-55页 |
| ·实验结果 | 第55-57页 |
| 5 模式识别 | 第57-71页 |
| ·引言 | 第57-59页 |
| ·BP神经网络的结构 | 第59-61页 |
| ·输入层的确定 | 第60页 |
| ·隐含层的确定 | 第60-61页 |
| ·输出层的确定 | 第61页 |
| ·初始权值的选取 | 第61页 |
| ·BP网络算法研究 | 第61-71页 |
| ·模式分类器设计 | 第63-64页 |
| ·样本的选择 | 第64-66页 |
| ·神经网络的优化 | 第66-71页 |
| 6 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |
| 致谢 | 第76-78页 |
