| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 引言 | 第11-15页 |
| ·研究背景和意义 | 第11-13页 |
| ·本论文的主要工作及安排 | 第13-15页 |
| 第一章 数字图像处理技术综述 | 第15-21页 |
| ·图像处理技术综述 | 第15-17页 |
| ·图像科学概述 | 第15-16页 |
| ·图像处理技术的应用领域 | 第16页 |
| ·图像处理与识别的技术内容 | 第16-17页 |
| ·图像的纹理特征与颜色概述 | 第17-21页 |
| ·纹理特征提取 | 第18-19页 |
| ·RGB 坐标系统和HSI 坐标系统 | 第19-21页 |
| 第二章 数字图像处理中的特征提取技术 | 第21-38页 |
| ·和差直方图概述 | 第21-24页 |
| ·傅立叶变换概述 | 第24-26页 |
| ·小波变换概述 | 第26-33页 |
| ·连续小波变换 | 第27-28页 |
| ·离散小波变换 | 第28-30页 |
| ·多分辨率分析与Mallat 算法 | 第30-33页 |
| ·Gabor 变换概述 | 第33-38页 |
| 第三章 贝叶斯概率统计分类器与人工神经网络分类器 | 第38-56页 |
| ·贝叶斯概率统计分类器 | 第38-41页 |
| ·模式识别概述 | 第38-39页 |
| ·朴素贝叶斯分类器原理 | 第39-41页 |
| ·人工神经网络分类器 | 第41-56页 |
| ·样本的采集与标记 | 第42-43页 |
| ·分类器与分类特征 | 第43-47页 |
| ·人工神经网络基础 | 第47-53页 |
| ·BP 神经网络基础 | 第53-56页 |
| 第四章 岩屑图像采集与处理系统及样品 | 第56-62页 |
| ·图像采集系统示意图 | 第56-57页 |
| ·硬件参数确定方案流程图 | 第57页 |
| ·系统关键部件介绍 | 第57-60页 |
| ·岩屑样品的选取及其预处理 | 第60-62页 |
| 第五章 初期实验系统下提取综合特征量的岩性识别方法 | 第62-79页 |
| ·训练与测试分类的分组安排 | 第63-64页 |
| ·三种图像处理技术的分别处理结果分析 | 第64-70页 |
| ·傅立叶变换方法处理结果分析 | 第65-66页 |
| ·小波变换方法处理结果分析 | 第66-68页 |
| ·Gabor 变换方法处理结果分析 | 第68-69页 |
| ·初步结论 | 第69-70页 |
| ·特征量的统计箱型图和选取原则 | 第70-76页 |
| ·特征量的统计箱型图及其说明 | 第70-75页 |
| ·特征量的选取原则 | 第75-76页 |
| ·合适的特征量的确定和应用结果 | 第76-77页 |
| ·结论 | 第77-79页 |
| 第六章 现场实验系统下的岩性综合识别方法 | 第79-84页 |
| ·隐层神经元的选取和各种处理技术中的实验结果 | 第80-81页 |
| ·选取两种方法组合后的实验结果 | 第81-82页 |
| ·所有方法组合后的实验结果 | 第82-83页 |
| ·结论 | 第83-84页 |
| 第七章 总结与展望 | 第84-86页 |
| ·论文工作总结 | 第84-85页 |
| ·工作展望 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 附录 | 第91-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间参加的工作 | 第96-97页 |
| 学术论文情况 | 第97页 |