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

舌象和面色融合分析方法研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-14页
    1.1 课题研究的背景与依据第8-9页
    1.2 国内外研究现状及存在问题第9-10页
    1.3 计算机舌象与面色分析系统第10-12页
    1.4 本文的研究内容及结构第12-14页
第2章 舌象和面色采集设备的设计与标定第14-29页
    2.1 概述第14-15页
    2.2 设备架构和需求分析第15-17页
        2.2.1 设备框架第15-16页
        2.2.2 需求分析第16-17页
    2.3 设备组件的设计第17-23页
        2.3.1 光源第17-18页
        2.3.2 照明环境第18-19页
        2.3.3 成像相机第19-21页
        2.3.4 色彩校正第21页
        2.3.5 设备实施和校准第21-23页
    2.4 设备性能分析第23-28页
        2.4.1 光照均匀性第23-24页
        2.4.2 设备一致性第24-27页
        2.4.3 准确性第27-28页
    2.5 本章小结第28-29页
第3章 舌象和面色颜色特征的提取与融合第29-44页
    3.1 概述第29页
    3.2 舌象和面色彩色图像的预处理第29-33页
        3.2.1 颜色校正第29-31页
        3.2.2 舌象和面色图像分割第31-33页
    3.3 舌象和面色颜色特征的提取第33-40页
        3.3.1 舌象颜色特征的提取第33-37页
        3.3.2 面色颜色特征的提取第37-39页
        3.3.3 计算机舌象和面色颜色特征提取第39-40页
    3.4 舌象和面色颜色特征的融合第40-43页
    3.5 本章小结第43-44页
第4章 舌象和面色融合颜色特征的分析第44-54页
    4.1 概述第44页
    4.2 KNN上的对比分析第44-46页
        4.2.1 K近邻简介第44页
        4.2.2 KNN实验对比分析第44-46页
    4.3 SVM上的对比分析第46-49页
        4.3.1 支持向量机简介第47-48页
        4.3.2 SVM实验对比分析第48-49页
    4.4 SRC上的对比分析第49-53页
        4.4.1 稀疏表示概述第49-50页
        4.4.2 稀疏表示分类第50-52页
        4.4.3 SRC实验对比分析第52-53页
    4.5 本章小结第53-54页
结论第54-55页
参考文献第55-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:面向网购环境的议价识别及议价策略构建
下一篇:图像去噪与恢复