| 摘要 | 第1-7页 |
| ABSTRACT | 第7-17页 |
| 第一章 绪论 | 第17-23页 |
| ·模式识别发展及意义 | 第17-18页 |
| ·论文研究背景及意义 | 第18-20页 |
| ·国内外的研究历史与现状 | 第20-22页 |
| ·本文的主要研究内容和结构安排 | 第22-23页 |
| 第二章 图像矩及模式识别理论 | 第23-45页 |
| ·模式识别的基本理论 | 第23-30页 |
| ·基于统计的模式识别 | 第23-24页 |
| ·贝叶斯决策理论 | 第24-25页 |
| ·线性判别函数法 | 第25-30页 |
| ·支持向量机 | 第30页 |
| ·图像矩概述 | 第30-44页 |
| ·Hu的7个矩不变量 | 第31-32页 |
| ·旋转矩(Rotational Moments) | 第32页 |
| ·复数矩(Complex Moments) | 第32-33页 |
| ·勒让德矩(Legendre Moments) | 第33页 |
| ·泽尼克矩(Zernike Moments) | 第33-37页 |
| ·Tchebichef矩(Tchebichef Moments) | 第37页 |
| ·Krawtchouk矩(Krawtchouk Moments) | 第37-39页 |
| ·正交傅里叶-梅林矩(Orthogonal Fourier-Mellin Moments) | 第39-40页 |
| ·切比雪夫-傅里叶矩(Chebyshev-Fourier Moments) | 第40-41页 |
| ·圆谐-傅里叶矩(Radial-Harmonic-Fourier Moments) | 第41-42页 |
| ·雅可比-傅里叶矩(Jacobi-FourierMoments) | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 指数矩及其旋转、缩放不变性的仿真实验 | 第45-64页 |
| ·指数矩 | 第45-46页 |
| ·指数矩与圆谐-傅里叶矩的关系 | 第46-49页 |
| ·基函数的关系 | 第46-47页 |
| ·指数矩与圆谐-傅里叶矩的关系 | 第47-49页 |
| ·指数矩的计算 | 第49-57页 |
| ·直角坐标下计算指数矩并重构图像 | 第49-54页 |
| ·直角坐标下计算Zemike矩并重构图像 | 第54-55页 |
| ·直角坐标下计算雅可比-傅里叶矩并重构图像 | 第55-57页 |
| ·指数矩的平移不变性 | 第57页 |
| ·旋转不变性实验 | 第57-60页 |
| ·旋转不变性 | 第57-58页 |
| ·仿真实验 | 第58-60页 |
| ·结果 | 第60页 |
| ·缩放不变性实验 | 第60-63页 |
| ·缩放不变性 | 第60-61页 |
| ·仿真实验 | 第61-63页 |
| ·结果 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第四章 基于基函数性质的指数矩的快速算法 | 第64-82页 |
| ·指数矩基函数 | 第64-68页 |
| ·基函数的对称性和反对称性 | 第68-71页 |
| ·利用基函数性质计算指数矩及重构图像的快速算法 | 第71-75页 |
| ·利用基函数的性质计算指数矩的快速算法 | 第71-74页 |
| ·利用基函数的性质重构图像的快速算法 | 第74-75页 |
| ·快速算法的仿真实验 | 第75-80页 |
| ·计算指数矩及重构图像的快速算法仿真 | 第75-76页 |
| ·计算雅可比-傅里叶矩及重构图像的快速算法仿真 | 第76-78页 |
| ·计算圆谐-傅里叶矩及重构图像的快速算法仿真 | 第78-80页 |
| ·实验结果 | 第80页 |
| ·本章小结 | 第80-82页 |
| 第五章 利用二维快速傅里叶变换计算指数矩 | 第82-99页 |
| ·二维快速傅里叶变换 | 第82-86页 |
| ·一维傅里叶变换 | 第82-84页 |
| ·库利-图基(Cooley-Tukey)算法 | 第84-85页 |
| ·二维傅里叶变换 | 第85页 |
| ·二维快速傅里叶变换 | 第85-86页 |
| ·利用传统算法计算指数矩 | 第86-87页 |
| ·利用二维快速傅里叶变换计算指数矩 | 第87-89页 |
| ·快速算法与传统算法的计算复杂度比较 | 第89-90页 |
| ·传统算法的计算复杂度 | 第89-90页 |
| ·本文算法的计算复杂度 | 第90页 |
| ·快速算法与传统算法的仿真实验 | 第90-97页 |
| ·两种算法的图像重构误差比较 | 第90-94页 |
| ·两种算法的重构图像比较 | 第94-97页 |
| ·实验结果分析 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 基于指数矩和支持向量机的图像识别 | 第99-115页 |
| ·支持向量机 | 第99-107页 |
| ·机器学习问题 | 第99-100页 |
| ·统计学习理论 | 第100-102页 |
| ·支持向量机理论 | 第102-107页 |
| ·支持向量机分类 | 第107页 |
| ·基于指数矩和支持向量机的图像识别 | 第107-113页 |
| ·十个"数字"图像的识别 | 第107-110页 |
| ·"字母"图像识别 | 第110-111页 |
| ·"汉字"图像识别 | 第111-112页 |
| ·"人脸"图像识别 | 第112-113页 |
| ·图像识别的仿真实验结果分析 | 第113-114页 |
| ·本章小结 | 第114-115页 |
| 第七章 总结和展望 | 第115-117页 |
| ·总结 | 第115-116页 |
| ·展望 | 第116-117页 |
| 参考文献 | 第117-126页 |
| 致谢 | 第126-127页 |
| 发表的文章 | 第127页 |
