半调图像分类识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-10页 |
| ·半调图像分类识别的重要性 | 第7-8页 |
| ·半调图像分类识别研究现状 | 第8页 |
| ·本文的主要研究内容 | 第8-10页 |
| 第2章 半调图像特征分析 | 第10-18页 |
| ·有序抖动半调及其图像特征 | 第11-14页 |
| ·误差分散半调及其图像特征 | 第14-18页 |
| 第3章 图像分类识别的关键技术 | 第18-32页 |
| ·纹理特征 | 第19-24页 |
| ·傅立叶频谱 | 第20页 |
| ·图像自相关函数法 | 第20页 |
| ·等灰度行程矩阵 | 第20-21页 |
| ·灰度直方图 | 第21-22页 |
| ·灰度共生矩阵 | 第22-24页 |
| ·分类器的选择 | 第24-32页 |
| ·模糊C均值聚类 | 第24-25页 |
| ·支持向量机 | 第25-27页 |
| ·神经网络分类方法 | 第27-32页 |
| 第4章 半调图像分类识别算法 | 第32-40页 |
| ·半调图像神经网络分类识别算法概述 | 第32-33页 |
| ·半调图像神经网络分类识别算法的改进 | 第33-36页 |
| ·算法思想 | 第34-35页 |
| ·纹理特征的提取 | 第35-36页 |
| ·最小欧氏距离分类决策 | 第36页 |
| ·实验结果 | 第36页 |
| ·一种新的半调图像分类识别算法 | 第36-40页 |
| ·算法思想 | 第37-38页 |
| ·实验步骤和结果 | 第38-40页 |
| 结束语 | 第40-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 研究成果 | 第44页 |