| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·本论文所依托的课题 | 第10页 |
| ·引言 | 第10-11页 |
| ·选题背景及研究意义 | 第11-12页 |
| ·生物视觉认知机理 | 第12-13页 |
| ·特征提取计算理论 | 第13-15页 |
| ·本文的研究内容及章节安排 | 第15-16页 |
| 第2章 基于图像理解的视觉稳定性 | 第16-20页 |
| ·视觉特征对象 | 第16-17页 |
| ·图像特征 | 第17-18页 |
| ·视觉特征的稳定性 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 基于改进多通道 Gabor 变换的纹理特征提取 | 第20-28页 |
| ·小波变换 | 第21-24页 |
| ·小波序列展开 | 第21-22页 |
| ·连续小波变换 | 第22页 |
| ·离散小波变换 | 第22-23页 |
| ·二维离散小波变换 | 第23-24页 |
| ·Gabor 滤波 | 第24-25页 |
| ·基于多通道滤波的纹理分析 | 第25-26页 |
| ·实验结果分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于多尺度小波熵的边缘特征提取 | 第28-44页 |
| ·多分辨率分析 | 第29-32页 |
| ·尺度函数与尺度空间 | 第29-30页 |
| ·小波函数与小波空间 | 第30-32页 |
| ·Mallat 快速算法 | 第32页 |
| ·多尺度下的小波熵 | 第32-34页 |
| ·相对小波能量 | 第33-34页 |
| ·小波熵 | 第34页 |
| ·边缘检测算子及性能对比 | 第34-40页 |
| ·Canny 算子 | 第34-35页 |
| ·Roberts 算子 | 第35-36页 |
| ·Sobel 算子 | 第36页 |
| ·Prewitt 算子 | 第36-37页 |
| ·LOG 算子 | 第37-39页 |
| ·几种算子性能比较 | 第39-40页 |
| ·多算子边界图像融合 | 第40-41页 |
| ·实验结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于 Zernike 不变矩的视觉特征提取 | 第44-60页 |
| ·基于矩的特征提取 | 第44-45页 |
| ·矩理论 | 第45-47页 |
| ·规则矩 | 第45页 |
| ·矩的变换 | 第45-47页 |
| ·正交矩及其性能 | 第47-52页 |
| ·基于Zernike矩的图像特征提取 | 第52-56页 |
| ·实验结果 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第6章 基于模糊BP 神经网络的视觉识别 | 第60-68页 |
| ·BP 神经网络 | 第60-64页 |
| ·模糊神经网络 | 第64-65页 |
| ·模糊BP 神经网络 | 第65-66页 |
| ·实验结果 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的学术论文和参加科研情况说明 | 第78-79页 |