| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-15页 |
| ·本课题研究的目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·数字图像处理及其在金属材料领域的应用 | 第10-13页 |
| ·数字图像处理概述 | 第10-11页 |
| ·数字图像处理主要特点内容及其在金属材料领域的应用 | 第11-13页 |
| ·论文的主要内容及结构安排 | 第13-15页 |
| 第2章 纹理分析 | 第15-26页 |
| ·纹理概述 | 第15-18页 |
| ·纹理的定义 | 第15-16页 |
| ·纹理的研究方向 | 第16页 |
| ·纹理的应用领域 | 第16-18页 |
| ·纹理分析的方法 | 第18-23页 |
| ·统计分析法 | 第19-20页 |
| ·结构分析法 | 第20页 |
| ·模型分析法 | 第20-22页 |
| ·基于频谱分析的方法 | 第22-23页 |
| ·金属断口图像和纹理特征 | 第23-26页 |
| 第3章 模式识别 | 第26-45页 |
| ·模式识别概述 | 第26-33页 |
| ·模式和模式识别 | 第26-27页 |
| ·模式识别系统 | 第27-28页 |
| ·模式识别方法 | 第28-33页 |
| ·特征选择 | 第33-39页 |
| ·问题的提出 | 第33-34页 |
| ·特征选择的方法 | 第34-39页 |
| ·神经网络分类器 | 第39-45页 |
| ·人工神经网络概述 | 第39-40页 |
| ·人工神经网络的基本特征和性质 | 第40-42页 |
| ·BP神经网络分类器 | 第42-43页 |
| ·径向基神经网络分类器 | 第43-45页 |
| 第4章 金属断口表面纹理灰度共生矩阵特征参数的获取 | 第45-53页 |
| ·灰度共生矩阵 | 第46-50页 |
| ·灰度共生矩阵的定义 | 第46页 |
| ·灰度共生矩阵的特征参数 | 第46-50页 |
| ·构造因子对金属断口表面纹理特征参数的影响 | 第50-53页 |
| 第5章 金属断口表面纹理参数体系的建立及其分类识别 | 第53-64页 |
| ·基于参数间相关性分析金属断口表面纹理的分类识别 | 第53-59页 |
| ·相关性概述 | 第53-54页 |
| ·基于参数间相关性分析的特征选择 | 第54-55页 |
| ·BP神经网络分类器的设计 | 第55-57页 |
| ·径向基神经网络分类器的设计 | 第57-59页 |
| ·基于主分量分析(PCA)金属断口表面纹理的分类与识别 | 第59-64页 |
| ·主分量分析步骤 | 第59-60页 |
| ·基于主分量分析的特征选择 | 第60-61页 |
| ·BP神经网络分类器的设计 | 第61-62页 |
| ·径向基神经网络分类器的设计 | 第62-64页 |
| 第6章 结论和展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 攻读学位期间的研究成果 | 第73页 |
