基于退化模型的目标识别方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 郑重声明 | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·问题研究背景 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文主要研究内容 | 第10-12页 |
| 第二章 模式识别概述 | 第12-16页 |
| ·特征提取和特征选择 | 第13-14页 |
| ·图像识别方法 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 边缘检测与提取 | 第16-28页 |
| ·边缘检测 | 第16-22页 |
| ·边界检测的数学基础 | 第16-18页 |
| ·边界检测 | 第18-20页 |
| ·边缘检测的性能分析 | 第20-22页 |
| ·直线的检测 | 第22-27页 |
| ·常用的Hough变换算法 | 第22-24页 |
| ·检测垂直和水平方向的直线的Hough改进算法 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 学习方法 | 第28-37页 |
| ·可能近似正确学习模型 | 第28-31页 |
| ·问题框架 | 第28-29页 |
| ·假设的错误率 | 第29-30页 |
| ·PAC可学习性 | 第30-31页 |
| ·PAC与本文工作的结合点 | 第31页 |
| ·SNOW学习体系结构 | 第31-35页 |
| ·SNOW的更新法则 | 第32-33页 |
| ·感知器法则 | 第32页 |
| ·Winnow法则 | 第32-33页 |
| ·SNOW学习框架 | 第33-35页 |
| ·SNOW学习框架和BP神经网络的比较 | 第35-37页 |
| 第五章 目标识别过程 | 第37-44页 |
| ·特征的选取和特征的编码 | 第37-40页 |
| ·训练和识别 | 第40-43页 |
| ·试验结果 | 第43-44页 |
| 第六章 试验系统设计和实现 | 第44-51页 |
| ·软件设计过程 | 第44-46页 |
| ·系统设计 | 第46-47页 |
| ·软件功能简介 | 第47-51页 |
| ·一般的图像处理 | 第47-48页 |
| ·边缘检测与直线提取 | 第48-50页 |
| ·识别 | 第50-51页 |
| 第七章 结论和展望 | 第51-52页 |
| ·主要成果回顾 | 第51页 |
| ·问题与展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54页 |
