粗糙集理论在煤矸石图像识别技术中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景 | 第7-9页 |
| ·选题意义 | 第9页 |
| ·粗糙集图像处理的研究现状 | 第9-11页 |
| ·论文主要研究内容结构安排 | 第11-13页 |
| ·论文主要研究内容 | 第11-12页 |
| ·结构安排 | 第12-13页 |
| 2 粗糙集理论 | 第13-24页 |
| ·集合论基础 | 第13-14页 |
| ·知识表达系统和决策表 | 第14-15页 |
| ·粗糙集理论的基本概念 | 第15-18页 |
| ·知识与知识库 | 第15-16页 |
| ·不精确范畴，近似与粗糙集 | 第16-17页 |
| ·粗糙度和分类质量 | 第17-18页 |
| ·知识约简 | 第18-20页 |
| ·属性约简 | 第18-19页 |
| ·值约简 | 第19-20页 |
| ·数据预处理 | 第20-21页 |
| ·决策表补齐 | 第20页 |
| ·决策表离散化 | 第20-21页 |
| ·知识获取与表示 | 第21-22页 |
| ·知识获取 | 第21-22页 |
| ·知识表示 | 第22页 |
| ·决策规则和规则的不确定表示 | 第22-23页 |
| ·决策规则的定义 | 第22-23页 |
| ·规则的不确定性表示和度量 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 基于粗糙集理论的煤矸石图像预处理 | 第24-32页 |
| ·图像滑动处理窗口 | 第24页 |
| ·煤矸石图像去噪 | 第24-26页 |
| ·基于不可分辨关系的噪声点划分 | 第25-26页 |
| ·去噪实验结果 | 第26页 |
| ·基于粗糙集的图像增强 | 第26-29页 |
| ·基于近似精度的边缘划分 | 第27页 |
| ·增强实验结果 | 第27-28页 |
| ·图像增强效果评估 | 第28-29页 |
| ·基于粗糙集的边缘检测 | 第29-31页 |
| ·基于不可分辨关系的边缘检测 | 第29-30页 |
| ·边缘检测实验结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 煤与矸石图像特征的提取 | 第32-40页 |
| ·灰度相关的图像特征的提取 | 第32-33页 |
| ·纹理相关的图像特征的提取 | 第33-38页 |
| ·图像纹理 | 第33页 |
| ·灰度梯度共生矩阵 | 第33-35页 |
| ·纹理特征值的计算 | 第35-38页 |
| ·图像决策表的建立 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 基于粗糙集的煤与矸石图像识别方法研究 | 第40-48页 |
| ·图像决策表的离散化 | 第40-43页 |
| ·决策表的约简 | 第43-45页 |
| ·属性约简算法 | 第43-44页 |
| ·煤与矸石图像属性约简 | 第44-45页 |
| ·规则的提取及规则的约简 | 第45-46页 |
| ·规则的匹配 | 第46页 |
| ·煤与矸石样本图像识别实验结果 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 6 结论 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-60页 |
