摘要 | 第1-6页 |
Abstract | 第6-11页 |
1. 绪论 | 第11-24页 |
·课题来源、目的及意义 | 第11-15页 |
·国内外相关技术的研究现状 | 第15-17页 |
·本文技术方法的研究现状 | 第17-19页 |
·论文的主要内容及创新点 | 第19-21页 |
·论文的组织架构 | 第21-24页 |
2. 图像矩及其特性分析 | 第24-39页 |
·引言 | 第24页 |
·图像矩的定义及其变换 | 第24-25页 |
·几何矩及其特性 | 第25-27页 |
·连续正交图像矩 | 第27-32页 |
·离散正交图像矩 | 第32-35页 |
·其它矩 | 第35-37页 |
·矩不变量 | 第37-38页 |
·本章小结 | 第38-39页 |
3. 伪ZERNIKE矩的精确计算 | 第39-56页 |
·引言 | 第39页 |
·伪Zernike矩的经典算法 | 第39-44页 |
·伪Zernike矩的精确算法 | 第44-53页 |
·基于递归的伪Zernike矩精确算法 | 第53-55页 |
·本章小结 | 第55-56页 |
4. KRAWTCHOUK矩的精确计算 | 第56-76页 |
·引言 | 第56页 |
·Krawtchouk多项式的相关性质 | 第56-62页 |
·Krawtchouk多项式的传递误差分析 | 第62-68页 |
·双向迭代算法 | 第68-72页 |
·分段双向迭代算法 | 第72-75页 |
·本章小结 | 第75-76页 |
5. 径向双离散傅里叶变换 | 第76-90页 |
·引言 | 第76页 |
·傅里叶变换 | 第76-77页 |
·径向正交图像矩 | 第77-79页 |
·径向离散傅里叶变换 | 第79-83页 |
·实验结果及分析 | 第83-88页 |
·径向傅里叶变换的快速算法 | 第88-89页 |
·本章小结 | 第89-90页 |
6. 基于ZERNIKE矩和混沌粒子群神经网络的目标识别 | 第90-105页 |
·引言 | 第90页 |
·Zernike矩不变量的归一化分析 | 第90-93页 |
·混沌粒子群神经网络模式识别 | 第93-99页 |
·实验结果及分析 | 第99-104页 |
·本章小结 | 第104-105页 |
7. 精确定位系统中的图像处理应用 | 第105-122页 |
·引言 | 第105页 |
·图像噪声的自适应中值滤波 | 第105-109页 |
·图像像素边缘检测 | 第109-113页 |
·图像特征点提取 | 第113-116页 |
·图像特征点模式匹配 | 第116-117页 |
·LED芯片检测定位软件系统 | 第117-121页 |
·本章小结 | 第121-122页 |
8. 流水线产品在线检测系统中的图像处理应用 | 第122-133页 |
·引言 | 第122页 |
·图像字符识别 | 第122-125页 |
·图像缺陷检测 | 第125-128页 |
·流水线产品检测系统的组成 | 第128-130页 |
·流水线产品检测软件系统 | 第130-132页 |
·本章小结 | 第132-133页 |
9. 全文总结和研究展望 | 第133-136页 |
·全文总结 | 第133-134页 |
·研究展望 | 第134-136页 |
致谢 | 第136-137页 |
参考文献 | 第137-146页 |
附录1 攻读博士学位期间所取得的学术成果 | 第146页 |