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

数字图像处理中二维经验模式分解关键问题研究

致谢第4-5页
摘要第5-7页
Abstract第7-8页
缩写和符号清单第16-18页
1 绪论第18-40页
    1.1 论文的选题背景及意义第18-22页
    1.2 二维经验模式分解算法简介第22-26页
        1.2.1 一维经验模式分解第22-23页
        1.2.2 二维经验模式分解第23-26页
    1.3 二维经验模式分解关键问题国内外研究现状总结与分析第26-29页
        1.3.1 插值算法研究第26-27页
        1.3.2 端部效应研究第27-28页
        1.3.3 停止条件研究第28-29页
    1.4 二维经验模式分解应用国内外研究现状总结与分析第29-35页
        1.4.1 图像特征提取应用研究第29-30页
        1.4.2 图像融合应用研究第30-33页
        1.4.3 图像去噪应用研究第33-35页
    1.5 论文的研究内容及主要创新点第35-37页
    1.6 论文的组织结构第37-40页
2 相关理论基础第40-52页
    2.1 统计学习基本理论第40-41页
    2.2 支持向量机第41-45页
        2.2.1 基本原理第41-43页
        2.2.2 用于回归估计的支持向量机第43-44页
        2.2.3 核函数第44-45页
    2.3 粒子群算法基本原理第45-46页
    2.4 分形理论第46-51页
    2.5 镜像闭合第51页
    2.6 本章小结第51-52页
3 二维经验模式分解插值算法研究第52-68页
    3.1 问题提出第52页
    3.2 基于分形布朗运动的二维经验模式分解插值算法第52-58页
        3.2.1 一维布朗运动第52-53页
        3.2.2 图像分形布朗函数第53-54页
        3.2.3 图像的分形特征第54页
        3.2.4 随机中点位移法第54-55页
        3.2.5 基于分形布朗运动的二维经验模式分解插值算法第55-58页
    3.3 基于粒子群的分形布朗运动插值算法优化第58-60页
    3.4 实例分析与验证第60-66页
        3.4.1 图像质量评价第60页
        3.4.2 实例分析第60-66页
    3.5 本章小结第66-68页
4 二维经验模式分解端部效应研究第68-83页
    4.1 问题提出第68页
    4.2 自适应支持向量机-镜像闭合延拓的端部效应处理模型建立第68-70页
    4.3 自适应支持向量机-镜像闭合延拓的端部效应处理模型求解第70-73页
        4.3.1 混沌粒子群优化的自适应支持向量机模型第70-73页
        4.3.2 图像信号外推延拓及端部镜像闭合第73页
    4.4 实例分析与验证第73-82页
    4.5 本章小结第82-83页
5 二维经验模式分解停止条件研究第83-96页
    5.1 问题的提出第83页
    5.2 二维经验模式分解停止条件第83-84页
    5.3 二维经验模式分解过程极值点演化规律第84-87页
    5.4 基于零值平面投影不重合极值点数的二维经验模式分解停止条件第87-88页
    5.5 实例分析第88-94页
    5.6 本章小结第94-96页
6 协调二维经验模式分解的图像处理第96-129页
    6.1 引言第96-97页
    6.2 协调二维经验模式分解算法第97-100页
    6.3 基于协调二维经验模式分解的图像特征提取第100-101页
    6.4 基于协调二维经验模式分解的图像融合第101-104页
        6.4.1 图像分解过程多尺度协调第101-102页
        6.4.2 图像分解后协调处理第102-103页
        6.4.3 基于协调二维经验模式分解的多尺度自协调图像融合方法第103-104页
    6.5 基于协调二维经验模式分解的图像去噪第104-106页
    6.6 实例分析第106-128页
        6.6.1 图像特征提取实例分析第106-117页
        6.6.2 图像融合实例分析第117-120页
        6.6.3 图像去噪实例分析第120-128页
    6.7 本章小结第128-129页
7 总结第129-132页
    7.1 本文贡献第129-130页
    7.2 下一步研究建议第130-132页
参考文献第132-144页
作者简历及在学研究成果第144-148页
学位论文数据集第148页

论文共148页,点击 下载论文
上一篇:云计算中Web服务发现与组合技术研究
下一篇:雾计算环境下数据安全关键技术研究