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

木材表面纹理模式识别方法的研究

摘要第1-4页
Abstract第4-9页
1 绪论第9-14页
   ·本研究的目的和意义第9页
   ·彩色图像纹理分析分类的国内外研究现状第9-11页
   ·本课题的研究内容第11-13页
   ·本章小结第13-14页
2 实验设备与材料第14-19页
   ·实验设备第14-15页
   ·实验材料第15-18页
   ·本章小结第18-19页
3 纹理分析方法第19-38页
   ·彩色视觉基础第19-20页
   ·颜色空间第20-26页
     ·RGB颜色空间第20-22页
     ·CMY颜色空间第22-24页
     ·HSV颜色空间第24-25页
     ·L~*a~*b~*颜色空间第25-26页
     ·颜色空间选择第26页
   ·彩色图像的颜色特征获取方法第26-32页
     ·颜色直方图第27-31页
     ·颜色矩第31-32页
   ·纹理特征获取方法第32-36页
     ·纹理特征获取方法的选择第32-33页
     ·灰度共生矩阵法第33-34页
     ·灰度共生矩阵的特征参数第34-36页
   ·彩色图像的纹理特征获取方法第36-37页
   ·本章小结第37-38页
4 木材表面纹理的模式识别方法第38-61页
   ·模式识别概述第38-39页
   ·模式识别方法第39-40页
   ·特征参数归一化第40-41页
   ·最近邻分类器第41-43页
     ·距离度量第41-42页
     ·最近邻决策规则第42-43页
   ·BP神经网络分类器第43-47页
     ·BP神经网络第43页
     ·BP学习算法第43-45页
     ·BP神经网络分类器设计第45页
     ·BP神经网络分类器MATLA8程序实现第45-47页
     ·集成BP神经网络分类器第47页
   ·概率神经网络分类器第47-52页
     ·径向基神经网络第48-49页
     ·概率神经网络第49-51页
     ·概率神经网络分类器MATLAB程序实现第51-52页
   ·特征选择第52-54页
   ·遗传算法第54-57页
     ·遗传算法的基本概念第54-55页
     ·遗传算法工作原理第55-57页
   ·基于遗传算法与最近邻分类器的特征选择方法(GNFS)第57-59页
   ·本章小结第59-61页
5 木材表面纹理特征的获取第61-75页
   ·颜色直方图特征参数的获取第61-64页
   ·颜色矩特征参数的获取第64-65页
   ·灰度共生矩阵特征参数的获取第65-68页
   ·基于RGB颜色空间的共生矩阵特征参数的获取第68-71页
   ·基于HSV颜色空间的共生矩阵特征参数的获取第71-74页
   ·本章小结第74-75页
6 木材表面纹理图像分类与识别的研究第75-98页
   ·木材表面纹理参数体系的建立第75-82页
     ·融合灰度共生矩阵与颜色直方图的纹理参数体系第75-76页
     ·融合灰度共生矩阵与颜色矩的纹理参数体系第76-77页
     ·融合灰度共生矩阵、颜色直方图和颜色矩的纹理参数体系第77-79页
     ·基于RGB颜色空间共生矩阵的纹理参数体系第79-80页
     ·基于HSV颜色空间共生矩阵的纹理参数体系第80-81页
     ·木材表面纹理参数体系的选择第81-82页
   ·基于纹理特征木材表面彩色图像样本的分类与识别第82-97页
     ·在纹理参数体系②下木材表面彩色图像样本的分类与识别第82-90页
     ·在纹理参数体系③下木材表面彩色图像样本的分类与识别第90-97页
   ·本章小结第97-98页
结论第98-99页
参考文献第99-104页
攻读学位期间发表的学术论文第104-105页
致谢第105-106页

论文共106页,点击 下载论文
上一篇:工业控制网络平台的构建及其无线化技术研究
下一篇:高海情下船舶航向神经网络控制研究