| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的背景和研究意义 | 第10-11页 |
| 1.2 常见违禁物品定义及分类 | 第11-13页 |
| 1.3 国内外X射线成像技术的主要方法 | 第13-16页 |
| 1.4 本文的主要研究内容 | 第16-18页 |
| 第2章 X射线原理和X射线成像技术 | 第18-24页 |
| 2.1 X射线的产生机理 | 第18-19页 |
| 2.2 X射线的透射与散射 | 第19-21页 |
| 2.2.1 X射线与物质的相互作用 | 第19-20页 |
| 2.2.2 X射线的衰减 | 第20-21页 |
| 2.3 X射线安检成像系统 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 典型违禁物品识别的图像预处理技术 | 第24-48页 |
| 3.1 典型违禁物品图像预处理概述 | 第24页 |
| 3.2 典型违禁物品的图像除噪 | 第24-36页 |
| 3.2.1 图像噪声类别判断 | 第25-28页 |
| 3.2.2 常用图像去噪方法 | 第28-32页 |
| 3.2.3 图像去噪结果分析 | 第32-36页 |
| 3.3 典型违禁物品的图像增强 | 第36-43页 |
| 3.3.1 常用图像增强方法 | 第36-40页 |
| 3.3.2 图像增强结果分析 | 第40-43页 |
| 3.4 典型违禁物品图像分割 | 第43-46页 |
| 3.4.1 常用图像分割方法 | 第43-45页 |
| 3.4.2 图像分割结果 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 典型违禁物品的特征提取技术与分析 | 第48-70页 |
| 4.1 图像特征提取的基本概念 | 第48-49页 |
| 4.2 常用的图像特征提取方法 | 第49-55页 |
| 4.2.1 纹理特征提取 | 第49-51页 |
| 4.2.2 形状特征提取 | 第51-55页 |
| 4.3 基于轮廓矩不变量的典型违禁物品特征提取 | 第55-68页 |
| 4.3.1 图像的边缘提取 | 第55-60页 |
| 4.3.2 轮廓矩不变量特征算法 | 第60-64页 |
| 4.3.3 基于轮廓矩不变量的图像特征提取结果分析 | 第64-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第5章 典型违禁物品的模式识别技术与分析 | 第70-90页 |
| 5.1 模式识别的技术 | 第70-82页 |
| 5.1.1 模式识别的基础理论 | 第71-74页 |
| 5.1.2 统计模式分类方法 | 第74-78页 |
| 5.1.3 模式识别的新方法 | 第78-82页 |
| 5.2 神经网络在典型违禁物品识别中的应用 | 第82-86页 |
| 5.2.1 神经网络模型 | 第82-84页 |
| 5.2.2 神经网络算法 | 第84-85页 |
| 5.2.3 实验结果分析 | 第85-86页 |
| 5.3 模糊均值聚类在典型违禁物品识别中的应用 | 第86-88页 |
| 5.3.1 模糊均值聚类(FCM)算法 | 第86-87页 |
| 5.3.2 模糊均值C聚类应用于模式识别 | 第87-88页 |
| 5.4 本章小结 | 第88-90页 |
| 第6章 结论与展望 | 第90-92页 |
| 6.1 结论 | 第90页 |
| 6.2 展望 | 第90-92页 |
| 参考文献 | 第92-98页 |
| 致谢 | 第98页 |