复杂构件内部结构特征提取技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景、目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·X射线数字图像识别技术 | 第10页 |
| ·特征提取技术概论 | 第10-12页 |
| ·特征提取技术研究现状 | 第12-15页 |
| ·本文研究内容 | 第15-16页 |
| 第二章 X射线序列图像获取 | 第16-22页 |
| ·X射线检测原理 | 第16-17页 |
| ·序列图像的获取 | 第17-20页 |
| ·理论分析 | 第17-18页 |
| ·样本图像的随机序列表示 | 第18页 |
| ·序列图像采集 | 第18-20页 |
| ·X射线图像特征 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 X射线图像的目标分割 | 第22-37页 |
| ·图像增强 | 第22-24页 |
| ·图像降噪 | 第24-31页 |
| ·传统的降噪方法 | 第24-27页 |
| ·小波降噪 | 第27-31页 |
| ·目标图像分割 | 第31-36页 |
| ·FCM分割 | 第32-33页 |
| ·改进的自适应FCM算法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 X射线序列图像的特征提取 | 第37-59页 |
| ·图像的投影特征 | 第37-39页 |
| ·主成分分析法 | 第39-47页 |
| ·主成分分析算法 | 第40-43页 |
| ·特征向量的选择 | 第43-44页 |
| ·序列图像的主成分分析 | 第44-45页 |
| ·改进的序列图像的主成分分析 | 第45-47页 |
| ·基于核主成分分析的特征提取 | 第47-53页 |
| ·核主成分分析 | 第48-52页 |
| ·KPCA特征提取算法实现 | 第52页 |
| ·混合投影特征的KPCA算法 | 第52-53页 |
| ·实验结果与分析 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·结论 | 第59页 |
| ·问题与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
