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小波变换和LBP结合的新生儿疼痛表情识别研究

摘要第4-5页
Abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-13页
    1.1 研究背景第9-10页
    1.2 国内外研究现状第10-11页
    1.3 本文主要研究内容和结构安排第11-13页
第二章 基于 Gabor 小波和 LBP 结合的特征提取方法第13-29页
    2.1 特征提取方法介绍第13-15页
    2.2 2D-Gabor 小波变换理论第15-19页
        2.2.1 Gabor 小波变换知识介绍第15-17页
        2.2.2 2D-Gabor 小波变换原理第17-19页
    2.3 局部二值模式(LBP)第19-25页
        2.3.1 LBP 基本思想第20-22页
        2.3.2 均匀模式 LBP第22-25页
    2.4 基于 2D-Gabor 小波和均匀模式 LBP 的特征提取方法第25-28页
    2.5 本章小结第28-29页
第三章 基于稀疏表示理论的新生儿疼痛表情识别第29-40页
    3.1 压缩感知理论第29-32页
        3.1.1 压缩感知概念介绍第29-30页
        3.1.2 信号的稀疏表示第30-31页
        3.1.3 信号重建算法第31-32页
    3.2 样本图像的稀疏表示第32-36页
    3.3 信号稀疏解求解算法第36-39页
        3.3.1 截断牛顿内点法第36-37页
        3.3.2 同伦算法第37-38页
        3.3.3 梯度投影算法第38-39页
    3.4 本章小结第39-40页
第四章 实验仿真结果分析与总结第40-55页
    4.1 实验流程介绍第40-43页
        4.1.1 实验步骤第40-41页
        4.1.2 训练样本图像库的建立第41-43页
    4.2 实验结果与分析第43-54页
        4.2.1 2D-Gabor 内核大小对识别率的影响第43-45页
        4.2.2 分块模式对识别率的影响第45-50页
        4.2.3 不同的稀疏求解方法对识别率的影响第50-52页
        4.2.4 不同的特征提取方式对识别率的影响第52-54页
    4.3 本章小结第54-55页
第五章 总结与展望第55-57页
    5.1 全文总结第55页
    5.2 研究展望第55-57页
参考文献第57-60页
附录1 攻读硕士学位期间撰写的论文第60-61页
附录2 攻读硕士学位期间参加的科研项目第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于加速度传感器的运动物体轨迹检测系统的研究与实现
下一篇:认知无线电网络资源分配技术研究