| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 中文文摘 | 第4-6页 |
| 目录 | 第6-8页 |
| 绪论 | 第8-12页 |
| 1 引言 | 第8-9页 |
| 2 数字图像处理和模式识别的发展研究现状 | 第9-10页 |
| 3 本论文的课题意义和研究内容 | 第10-12页 |
| 第一章 纹理特征描述及其分析方法 | 第12-26页 |
| 1.1 纹理概念及其特征 | 第12-13页 |
| 1.2 纹理描述方法 | 第13-16页 |
| 1.3 纹理特征分析提取方法 | 第16-24页 |
| 1.3.1 基于分形维数的图像纹理分析 | 第16-18页 |
| 1.3.2 基于灰度共生矩阵的图像纹理分析 | 第18-20页 |
| 1.3.3 图像纹理分析方法的选择 | 第20-24页 |
| 1.4 本章小结 | 第24-26页 |
| 第二章 皮肤图像的预处理方法 | 第26-36页 |
| 2.1 数字图像预处理技术概述 | 第26页 |
| 2.2 灰度变换 | 第26-29页 |
| 2.2.1 线性变换 | 第27-28页 |
| 2.2.2 分段线性变换 | 第28-29页 |
| 2.3 直方图变换 | 第29-32页 |
| 2.3.1 直方图均衡化 | 第30-32页 |
| 2.3.2 直方图规定化 | 第32页 |
| 2.4 皮肤图像平滑 | 第32-34页 |
| 2.4.1 中值滤波 | 第32-33页 |
| 2.4.2 均值滤波 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 神经网络识别技术及NNTOOL简介 | 第36-46页 |
| 3.1 神经网络模式识别及BP网络原理 | 第36-40页 |
| 3.1.1 人工神经网络与模式识别 | 第36-39页 |
| 3.1.2 BP神经网络及原理 | 第39-40页 |
| 3.2 神经网络工具箱(NNTOOL)的功能和应用简介 | 第40-44页 |
| 3.2.1 NNtool的功能简介 | 第40-41页 |
| 3.2.2 NNtool的应用简介 | 第41-44页 |
| 3.3 本章小结 | 第44-46页 |
| 第四章 小鼠皮肤图像采集和纹理特征提取 | 第46-52页 |
| 4.1 小鼠皮肤图像的采集过程 | 第46-48页 |
| 4.1.1 皮肤图像采集系统 | 第46-47页 |
| 4.1.2 小鼠皮肤试验及采集过程 | 第47-48页 |
| 4.2 小鼠皮肤纹理图像的特征提取 | 第48-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第五章 皮肤图像的神经网络识别实验 | 第52-60页 |
| 5.1 BP网络结构设计分析 | 第52-53页 |
| 5.2 BP网络结构设计 | 第53-55页 |
| 5.2.1 输入和输出层的设计 | 第53-54页 |
| 5.2.2 隐含层节点数的确定 | 第54-55页 |
| 5.3 网络训练及分类识别实验 | 第55-59页 |
| 5.3.1 传输函数的选择 | 第55页 |
| 5.3.2 网络训练 | 第55-58页 |
| 5.3.3 皮肤图像的仿真识别 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 1 本论文工作总结 | 第60-61页 |
| 2 今后工作展望 | 第61-62页 |
| 附录 | 第62-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间承担的科研任务与主要成果 | 第76-78页 |
| 致谢 | 第78-80页 |
| 个人简历 | 第80-84页 |