剪纸纹样的特征提取和识别算法研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| 一 剪纸概述 | 第9-10页 |
| 二 计算机剪纸的研究现状及意义 | 第10-11页 |
| 三 图像的特征提取与识别 | 第11-15页 |
| (一) 图像的预处理与特征提取 | 第11-13页 |
| (二) 图像的识别 | 第13-15页 |
| 四 本文的主要研究内容 | 第15-16页 |
| 第2章 剪纸纹样库 | 第16-23页 |
| 一 剪纸纹样 | 第16页 |
| 二 剪纸纹样的分类 | 第16-18页 |
| 三 纸纹样库的建立 | 第18-23页 |
| 第3章 基于神经网络的纹样识别算法 | 第23-38页 |
| 一 BP神经网络 | 第24-27页 |
| 二 基于不变矩和BP神经网络的纹样识别算法 | 第27-30页 |
| (一) 纹样的不变矩特征 | 第27-29页 |
| (二) 基于不变矩和BP神经网络的纹样识别 | 第29-30页 |
| 三 基于几何特征和BP神经网络的纹样识别算法 | 第30-35页 |
| (一) 纹样的几何特征 | 第30-33页 |
| (二) 基于几何特征和BP神经网络的纹样识别 | 第33-35页 |
| 四 小结 | 第35-38页 |
| 第4章 基于小波的纹样识别算法 | 第38-58页 |
| 一 小波变换 | 第38-41页 |
| 二 基于小波能量的纹样识别算法 | 第41-44页 |
| (一) 纹样的小波能量 | 第41-43页 |
| (二) 基于小波能量的纹样识别 | 第43-44页 |
| 三 基于小波和NMI的纹样识别算法 | 第44-48页 |
| (一) NMI特征 | 第44-46页 |
| (二) 基于小波和NMI的纹样识别 | 第46-48页 |
| 四 基于小波奇异值的纹样识别算法 | 第48-52页 |
| (一) 奇异值分解 | 第48-50页 |
| (二) 基于小波奇异值的纹样识别 | 第50-52页 |
| 五 基于小波矩的纹样识别算法 | 第52-56页 |
| (一) 小波矩特征的提取 | 第53-54页 |
| (二) 基于小波矩的纹样识别 | 第54-56页 |
| 六 小结 | 第56-58页 |
| 第5章 全文总结与进一步的工作 | 第58-61页 |
| 一 全文总结 | 第58-59页 |
| 二 进一步工作 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间的科研及获奖情况 | 第64-65页 |
| 致谢 | 第65-66页 |
