| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·本课题的重要意义 | 第7-8页 |
| ·D-S 证据理论及其解释 | 第8-9页 |
| ·D-S 证据理论发展现状和方向 | 第9-10页 |
| ·D-S 证据理论在图像自动识别方面的应用 | 第10-11页 |
| ·金相自动识别系统研究进展与应用 | 第11-12页 |
| ·本文所做的工作 | 第12-13页 |
| ·本论文组织结构 | 第13页 |
| ·小结 | 第13-14页 |
| 第二章 证据理论基础及其融合算法包DSET 开发 | 第14-26页 |
| ·基本可信度分配与信度函数[35] | 第14-16页 |
| ·似真度函数 | 第16-18页 |
| ·DEMPSTER 合成法则 | 第18-20页 |
| ·证据理论的决策原则 | 第20-21页 |
| ·证据理论的优缺点 | 第21-22页 |
| ·DEMPSTER 融合算法包DSET 开发 | 第22-25页 |
| ·小结 | 第25-26页 |
| 第三章 15CRMO 钢金属图像的获取与纹理描述 | 第26-35页 |
| ·15CRMO 钢金属图像的获取 | 第26-29页 |
| ·15CRMO 钢金属图像的纹理描述 | 第29-34页 |
| ·小结 | 第34-35页 |
| 第四章 图像处理：去噪、增强、分割和特征提取 | 第35-44页 |
| ·图像去噪：基于维纳滤波的摩尔纹去除实验 | 第35-37页 |
| ·金相图片的图像增强 | 第37-40页 |
| ·灰度共生矩阵中的特征提取 | 第40页 |
| ·基于数学形态学的图像分割 | 第40-42页 |
| ·分形特征提取 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第五章 基于D-S 证据理论的15CRMO 钢自动评级 | 第44-51页 |
| ·数据统计与分析 | 第45页 |
| ·证据理论建模：一类基于无限辨识框架的证据理论算法模型 | 第45-48页 |
| ·实验和讨论 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第六章 结论 | 第51-52页 |
| ·全文总结 | 第51页 |
| ·今后研究方向 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 在学期间发表的学术论文和参加科研情况 | 第59-60页 |
| 详细摘要 | 第60-71页 |