| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·纹理的概念及其描述 | 第10-11页 |
| ·纹理识别的方法 | 第11-13页 |
| ·纹理识别的研究现状 | 第13-15页 |
| ·课题研究的主要内容及结构安排 | 第15-16页 |
| 第二章 多尺度几何分析 | 第16-24页 |
| ·多尺度分析与CONTOURLET变换 | 第16-17页 |
| ·离散CONTOURLET变换的构造 | 第17-19页 |
| ·连续域CONTOURLET 变换 | 第19-21页 |
| ·CONTOURLET 变换应用 | 第21-23页 |
| ·非线性逼近 | 第21-22页 |
| ·图像编码 | 第22页 |
| ·图像去噪 | 第22-23页 |
| ·图像识别 | 第23页 |
| ·小结 | 第23-24页 |
| 第三章 仿生模式识别理论 | 第24-41页 |
| ·仿生模式识别的提出 | 第24-25页 |
| ·仿生模式识别的基点 | 第25-26页 |
| ·仿生模式识别与传统模式识别的区别 | 第26-27页 |
| ·仿生模式识别的数学基础 | 第27-35页 |
| ·高维空间 | 第27-28页 |
| ·高维空间中的低维子空间 | 第28-29页 |
| ·高维空间中的体积 | 第29-32页 |
| ·单纯形与高维有限空间 | 第32-35页 |
| ·仿生模式识别理论的实现手段 | 第35-40页 |
| ·神经元的多维空间几何对应 | 第35-37页 |
| ·不同的覆盖形体对识别效果的影响 | 第37-38页 |
| ·多权值神经元 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第四章 基于CONTOURLET 变换和仿生模式识别的纹理图像识别 | 第41-50页 |
| ·纹理图像识别的CONTOURLET变换预处理 | 第41-43页 |
| ·基于仿生模式识别的纹理图像识别 | 第43-47页 |
| ·超香肠神经元 | 第44页 |
| ·超香肠神经元网络结构模型 | 第44-45页 |
| ·构造超香肠神经元网络模型的算法 | 第45-47页 |
| ·纹理图像识别算法 | 第47-48页 |
| ·实验结果及与其它算法的比较 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的论文 | 第58页 |