基于小波变换和人工神经网络的图像识别研究
| 第一章 概述 | 第1-16页 |
| ·课题的目的及意义 | 第7-8页 |
| ·模式识别概述 | 第8-12页 |
| ·图像、图像处理与识别 | 第12-14页 |
| ·目标识别技术的发展与现状 | 第14-15页 |
| ·本文的工作 | 第15-16页 |
| 第二章 图像的预处理与分割 | 第16-20页 |
| ·图像的预处理 | 第16页 |
| ·图像分割 | 第16-20页 |
| 第三章 目标图像的不变性特征提取 | 第20-42页 |
| ·特征与特征提取的基本概念 | 第20-22页 |
| ·目标识别系统 | 第22-23页 |
| ·常规矩 | 第23-24页 |
| ·Zernike矩 | 第24-25页 |
| ·平移、尺度变化的图像规格化处理 | 第25-34页 |
| ·小波的发展及应用 | 第34-36页 |
| ·小波变换用于目标特征提取 | 第36-42页 |
| 第四章 利用神经网络进行目标识别 | 第42-53页 |
| ·人工神经网络发展概况 | 第42-43页 |
| ·神经网络的结构及类型 | 第43页 |
| ·神经元的学习算法 | 第43-44页 |
| ·神经网络的应用 | 第44页 |
| ·BP网络 | 第44-48页 |
| ·利用BP网络对图像特征进行分类 | 第48-53页 |
| 第五章 结果与展望 | 第53-56页 |
| ·实验结果 | 第53-55页 |
| ·结论 | 第55页 |
| ·进一步的工作 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |