复杂图像的模式识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-24页 |
| ·研究意义及背景 | 第12页 |
| ·国内外研究现状 | 第12-22页 |
| ·图像处理的发展及研究现状 | 第12-14页 |
| ·识别技术发展及研究现状 | 第14-16页 |
| ·图像特征提取的发展及研究现状 | 第16-19页 |
| ·人工免疫系统研究现状 | 第19-22页 |
| ·主要研究内容 | 第22-23页 |
| ·本文的结构安排 | 第23-24页 |
| 第2章 图像预处理 | 第24-32页 |
| ·增强图像对比度 | 第24-26页 |
| ·中值滤波减弱图像噪声 | 第26-27页 |
| ·边缘检测 | 第27-31页 |
| ·边缘检测概述 | 第27-28页 |
| ·传统Sobel边缘提取算法 | 第28-29页 |
| ·改进后的Sobel边缘提取算法 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第3章 图像的特征提取方法 | 第32-42页 |
| ·链码描述 | 第32-35页 |
| ·角度链码 | 第32-34页 |
| ·新方向度量方法 | 第34-35页 |
| ·提取图像边缘几何特征 | 第35-38页 |
| ·直线检测 | 第38-40页 |
| ·性能分析 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第4章 图像分类器设计方法 | 第42-56页 |
| ·分类器设计概述 | 第42-43页 |
| ·有监督和无监督模式识别 | 第43-44页 |
| ·有监督模式识别 | 第43-44页 |
| ·无监督模式识别 | 第44页 |
| ·基于克隆选择聚类的分类器设计 | 第44-53页 |
| ·免疫算法概述 | 第45页 |
| ·克隆选择理论 | 第45-46页 |
| ·克隆选择算法 | 第46-47页 |
| ·车载图像特征空间的建立 | 第47-48页 |
| ·图像的免疫特性描述 | 第48-52页 |
| ·克隆选择聚类算法 | 第52-53页 |
| ·图像分类器性能分析 | 第53页 |
| ·实验系统结构及结果分析 | 第53-55页 |
| ·实验系统结构 | 第53-54页 |
| ·实验结果与分析 | 第54-55页 |
| ·小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录A | 第62-63页 |
| 附录B | 第63-66页 |
| 附录C | 第66-67页 |
| 附录D | 第67-68页 |
| 附录E 攻读学位期间所发表的学术论文目录 | 第68-69页 |
| 致谢 | 第69页 |
