| 摘要 | 第1页 |
| Abstract | 第6-7页 |
| 详细摘要 | 第7-9页 |
| Detailed Abstract | 第9-14页 |
| 1 引言 | 第14-26页 |
| ·选题背景及研究意义 | 第14页 |
| ·平面图形对象对称轴检测研究现状 | 第14-20页 |
| ·多信息融合理论概述 | 第20-21页 |
| ·数字散斑相关方法概述 | 第21-23页 |
| ·本文的主要研究内容 | 第23-26页 |
| 2 局部对称及/或准对称对象对称轴检测 | 第26-56页 |
| ·对现有研究方法的等价性证明、重新定义及评价 | 第26-29页 |
| ·基于极/最小轴对称父集的平面图形对象对称轴检测方法 | 第29-49页 |
| ·方法定义及证明 | 第29-37页 |
| ·快速算法设计 | 第37-40页 |
| ·局部对称图形检测仿真 | 第40-46页 |
| ·准对称图形检测实例 | 第46-47页 |
| ·多对称轴检测 | 第47-48页 |
| ·结论及讨论 | 第48-49页 |
| ·基于极/最大轴对称壳交集的对称轴检测方法 | 第49-54页 |
| ·方法描述 | 第49-53页 |
| ·壳交集法和对称 Hough 变换法的关系 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 3 基于伪最小外接矩形的信息提取及识别方法 | 第56-88页 |
| ·前言 | 第56-58页 |
| ·基于常规外接矩形切点及形心的相似性度量方法 | 第58-61页 |
| ·图形对象特征参数的定义 | 第58-59页 |
| ·目标的分类、识别、相似性度量 | 第59-61页 |
| ·基于伪最小外接矩形切点及形心的相似性度量 | 第61-65页 |
| ·基于翻转不变的相似性度量方法 | 第65-70页 |
| ·翻转类型的确定 | 第65-68页 |
| ·先标定后变换法 | 第68-70页 |
| ·基于尺度变形及拉伸/压缩变形不变的相似性度量方法 | 第70-72页 |
| ·图形对象类的识别与相似性度量 | 第72-80页 |
| ·单个图形对象与图形对象类的关系 | 第72-77页 |
| ·图形对象类之间的分辨与识别 | 第77-80页 |
| ·实验数据 | 第80-86页 |
| ·特征参数数值计算 | 第82-85页 |
| ·数值分析 | 第85-86页 |
| ·本章小结 | 第86-88页 |
| 4 基于组合平均差异系数的多信息融合识别 | 第88-110页 |
| ·前言 | 第88-89页 |
| ·多数据融合及分类器原理概述 | 第89-90页 |
| ·基于多源信息的初级融合分类及识别 | 第90-92页 |
| ·基于多源信息的个别对象间相似性度量方法 | 第90-92页 |
| ·个别对象相对于一个对象类的识别 | 第92页 |
| ·基于多源信息的高级融合分类及识别 | 第92-95页 |
| ·多特征“二选一”对象融合识别方法 | 第92-95页 |
| ·多特征“多选一”对象融合识别方法 | 第95页 |
| ·分类识别实验 | 第95-106页 |
| ·个别对象相对于一个对象类的识别 | 第95-101页 |
| ·多特征“二选一”对象融合识别 | 第101-105页 |
| ·多特征“多选一”对象识别方法 | 第105-106页 |
| ·本章小结 | 第106-110页 |
| 5 灰度图像匹配理论研究 | 第110-128页 |
| ·数字散斑相关方法的测度函数 | 第110-111页 |
| ·相关公式等价分析 | 第111-113页 |
| ·灰度图像匹配质量的评价指标体系 | 第113-120页 |
| ·评价指标体系 | 第113-116页 |
| ·评价指标体系应用实例 | 第116-120页 |
| ·结论 | 第120页 |
| ·严重污染散斑图像匹配中测度函数去均值化的改进算法 | 第120-124页 |
| ·去均值化的改进算法 | 第120-122页 |
| ·实验数据 | 第122-124页 |
| ·结论及讨论 | 第124页 |
| ·数字散斑相关方法中模板形状的改进 | 第124-126页 |
| ·本章小结 | 第126-128页 |
| 6 结论与展望 | 第128-134页 |
| ·结论 | 第128-130页 |
| ·展望 | 第130-134页 |
| 参考文献 | 第134-140页 |
| 致谢 | 第140-142页 |
| 作者简介 | 第142页 |
| 在学期间公开发表的论文 | 第142页 |
| 在学期间申请的国家专利 | 第142-143页 |
| 在学期间参加的科研项目 | 第143页 |
