| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| ·纹理分割的背景和意义 | 第8页 |
| ·纹理分割的研究现状 | 第8-10页 |
| ·特征提取 | 第9-10页 |
| ·矩的初步知识 | 第10-14页 |
| ·几何矩(Geometric Moment) | 第11页 |
| ·正交矩(Orthogonal Moment) | 第11-13页 |
| ·旋转矩(Rotational Moment) | 第13页 |
| ·复数矩(Complex Moment) | 第13页 |
| ·Tchebichef 矩(Tchebichef Moment) | 第13-14页 |
| ·小波矩(Wavelet Moment) | 第14页 |
| ·课题要解决的问题 | 第14-15页 |
| 参考文献 | 第15-17页 |
| 第二章 基于Zernike 矩的纹理特征提取 | 第17-23页 |
| ·引言 | 第17-18页 |
| ·特征提取 | 第18-21页 |
| ·矩值计算 | 第18-20页 |
| ·非线性变换器的实现 | 第20-21页 |
| 参考文献 | 第21-23页 |
| 第三章 基于BP 人工神经网络的纹理分类 | 第23-36页 |
| ·引言 | 第23-24页 |
| ·人工神经网络 | 第24-28页 |
| ·神经元模型 | 第24-25页 |
| ·人工神经网络构成 | 第25-26页 |
| ·人工神经网络的学习规则 | 第26-28页 |
| ·BP 神经网络 | 第28-31页 |
| ·BP 网络模型 | 第28-29页 |
| ·BP 网络输入输出关系 | 第29页 |
| ·BP 网络学习训练 | 第29-30页 |
| ·BP 网络的设计问题 | 第30-31页 |
| ·BP 算法的改进 | 第31页 |
| ·实验结果和讨论 | 第31-34页 |
| 参考文献 | 第34-36页 |
| 第四章 矩的阶数及窗口大小的研究 | 第36-45页 |
| ·引言 | 第36页 |
| ·矩的阶数对分割结果的影响 | 第36-41页 |
| ·所选窗口大小的讨论 | 第41-45页 |
| 第五章 基于小波矩和BP 神经网络的纹理分割 | 第45-57页 |
| ·引言 | 第45页 |
| ·小波变换的基本概念 | 第45-48页 |
| ·小波矩的引入 | 第48-50页 |
| ·基于小波矩的特征提取 | 第50-54页 |
| ·特征选择的一般方法 | 第50-51页 |
| ·自动特征选择算法 | 第51-54页 |
| ·实验结果与讨论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 致谢 | 第59页 |