基于纹理分析的有损肝超声图像识别

第一章 引言	第1-9页
第二章 模式识别	第9-19页
·知识背景和意义	第9-11页
·基本概念	第9-10页
·识别对象的特征及其提取	第10-11页
·统计模式识别法	第11-16页
·分类原理	第12-13页
·统计分类法	第13-14页
·多元正态分布时的最小错误率贝叶斯判别函数	第14页
·概率密度函数的参数估计	第14-16页
·分类器的设置	第16-19页
第三章 图像识别	第19-23页
·概述	第19-20页
·图像识别	第20-21页
·概述	第20页
·图像识别的方法	第20-21页
·图像纹理描述	第21-23页
第四章 基于贝叶斯理论的肝超声图像识别	第23-56页
·引言	第23-24页
·超声肝图像的特征提取	第24-31页
·空间灰度独立矩阵SGLDM	第24-27页
·灰度差分统计GLDS	第27页
·Laws’纹理能量度量	第27-28页
·傅立叶能量谱	第28页
·多分辨率分形特征向量MF	第28-31页
·识别方法	第31页
·程序开发环境和方案设计	第31-35页
·程序开发环境	第31-32页
·图像块选择和类型的转换	第32-33页
·特征提取与识别程序的接口	第33-35页
·实验结果与分析	第35-56页
·图像的获取	第35-37页
·特征的归一化处理	第37-39页
·程序流程	第39-49页
·实验结果与分析	第49-56页
第五章 结论与展望	第56-58页
致谢	第58-59页
参考文献	第59-61页
个人简历及在学期间的研究成果	第61页