首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

盲分离算法在扫描图像处理中的应用

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-18页
   ·扫描图像盲分离的应用背景及意义第11-12页
   ·盲分离算法的发展概述第12-14页
   ·盲分离算法在图像分离中的应用第14-15页
   ·本课题主要研究内容第15-18页
第2章 盲分离算法第18-44页
   ·盲分离第18-19页
   ·盲分离算法第19-31页
     ·盲分离算法模型介绍第19-22页
     ·盲分离的可分性条件第22-24页
     ·盲分离算法类型介绍第24-25页
     ·基于去相关的盲分离算法第25-31页
   ·四种典型盲分离算法第31-37页
     ·AMUSE 算法第31-32页
     ·GED 算法第32-34页
     ·Decorrelation 算法第34-35页
     ·FastICA 算法第35-37页
   ·仿真混合图像分离第37-43页
     ·仿真源图像和混合图像第37页
     ·分离结果和性能评估第37-43页
   ·本章小结第43-44页
第3章 MATLAB 工具介绍第44-49页
   ·MATLAB 介绍第44-45页
   ·MATLAB 图像处理系统介绍第45-47页
   ·MATLAB 图像处理函数介绍第47-48页
   ·本章小结第48-49页
第4章 线性模型下扫描图像盲分离第49-75页
   ·系统概述第49-50页
   ·系统组成第50-63页
     ·扫描图像第50-51页
     ·图像预处理第51-54页
     ·实际扫描图像的盲分离第54-59页
     ·分离结果与性能评估第59-63页
   ·线性模型下扫描图像盲分离第63-74页
     ·扫描图像获取第64-67页
     ·分离结果和性能评估第67-74页
   ·本章小结第74-75页
第5章 非线性模型下扫描图像盲分离第75-80页
   ·实现介绍第75页
   ·非线性模型下的盲分离算法第75-76页
   ·非线性模型下盲分离结果第76-78页
   ·不同模型下盲分离结果性能评估第78-79页
   ·本章小结第79-80页
结论第80-81页
参考文献第81-85页
攻读硕士学位期间发表的论文和取得的科研成果第85-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于图像处理的汽车牌照识别系统的研究
下一篇:基于嵌入式技术视频考勤机设计与实现