基于RBF神经网络的人体颅颌面多元特征信息提取技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·颅颌面特征提取的意义 | 第8-9页 |
| ·颅颌面研究的国内外现状 | 第9-11页 |
| ·几种常见的图像特征及提取算法 | 第11-13页 |
| ·本文的主要研究内容和章节安排 | 第13-16页 |
| 第二章 颅颌面图像预处理技术研究与实现 | 第16-20页 |
| ·颅颌面定位 | 第16-18页 |
| ·灰度均衡化 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 颅颌面图像特征提取方法研究与实现 | 第20-36页 |
| ·颅颌面形状特征提取技术 | 第20-26页 |
| ·边缘检测 | 第20-22页 |
| ·小波边缘检测 | 第22-23页 |
| ·相对边界矩 | 第23-24页 |
| ·实验方案及结果分析 | 第24-26页 |
| ·颅颌面纹理特征提取技术 | 第26-31页 |
| ·纹理特征提取算法 | 第26-27页 |
| ·基于小波包分析的纹理特征提取 | 第27-29页 |
| ·实验方案及结果分析 | 第29-31页 |
| ·颅颌面生理特征提取技术 | 第31-35页 |
| ·Delaire 头影测量分析理论 | 第32页 |
| ·生理特征参数测量 | 第32-33页 |
| ·颅颌面 X 片的识别 | 第33-34页 |
| ·实验方案及结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 RBF 神经网络的特征级融合 | 第36-44页 |
| ·特征信息融合算法 | 第36-37页 |
| ·RBF 神经网络概述 | 第37-39页 |
| ·基于 RBF 神经网络的特征降维融合算法 | 第39-42页 |
| ·RBF 神经网络的训练算法 | 第39-40页 |
| ·RBF 神经网络的融合算法 | 第40-42页 |
| ·实验分析 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第五章 实验系统分析 | 第44-50页 |
| ·多元特征提取算法评估 | 第44-45页 |
| ·神经网络融合特征识别算法评估 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·论文工作总结 | 第50页 |
| ·进一步研究展望 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第58页 |
