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

用图像处理的思想和方法提高联合时频分布的性能

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-20页
    1.1 课题的产生第16-17页
    1.2 国内外研究现状第17页
    1.3 本文所做工作第17-18页
    1.4 文章内容安排第18-20页
第二章 时频分析的基本知识第20-28页
    2.1 概述第20-22页
        2.1.1 解析信号第20-21页
        2.1.2 瞬时频率第21页
        2.1.3 信号分辨率及其不确定性原理第21-22页
    2.2 时频分析的方法介绍第22-27页
        2.2.1 短时傅里叶变换(线性时频分布)第22-24页
        2.2.2 Cohen类时频分布和(pseudo) Wigner-Ville分布第24-26页
        2.2.3 仿射类时频分布第26页
        2.2.4 重排类双线性时频分布第26页
        2.2.5 自适应最优核函数类时频分布第26页
        2.2.6 参数化时频分布第26-27页
    2.3 本章小结第27-28页
第三章 时频分布的性能测评第28-32页
    3.1 概述第28页
    3.2 自项的集中程度第28-29页
        3.2.1 M值第28页
        3.2.2 B值第28页
        3.2.3 雷尼(Renyi)熵第28-29页
    3.3 瞬时频率估计的准确性第29-31页
        3.3.1 瞬时频率的双向估计法第29-30页
        3.3.2 平均绝对误差及均方误差第30-31页
    3.4 本章小结第31-32页
第四章 数字图像处理的基本理论和知识第32-40页
    4.1 概述第32-34页
        4.1.1 图像和图像处理第32-33页
        4.1.2 数字图像处理系统的组成第33-34页
        4.1.3 数字图像处理的过程、内容和方法第34页
    4.2 图像分割第34-37页
        4.2.1 阈值分割法第35页
        4.2.2 区域分割法第35-36页
        4.2.3 边缘检测分割法第36-37页
    4.3 图像增强第37-39页
        4.3.1 基本信息第37页
        4.3.2 内容与方法第37-39页
    4.4 本章小结第39-40页
第五章 利用图像分割思想去除魏格纳分布和伪魏格纳分布的交叉项第40-54页
    5.1 概述第40页
    5.2 交叉项的存在第40-46页
        5.2.1 S-method第41-44页
        5.2.2 multiwindow S-method第44-46页
    5.3 扫描跟踪算法去除交叉项第46-48页
    5.4 各种方法的处理效果对比和结论第48-51页
    5.5 噪声及极限情况第51-52页
    5.6 三分量情况第52-53页
    5.7 算法复杂度测试第53页
    5.8 本章小结第53-54页
第六章 图像增强在时频分析当中的应用第54-64页
    6.1 概述第54页
    6.2 简单模板的作用效果第54-57页
        6.2.1 图像增强对无噪声信号的处理效果第54-55页
        6.2.2 信号加噪后图像增强的处理效果第55-57页
    6.3 核密度估计第57-61页
        6.3.1 Nonparametric Snakes第57-60页
        6.3.2 各种核函数第60-61页
    6.4 各种核函数的使用和效果第61-63页
        6.4.1 单个核函数的使用第61-62页
        6.4.2 双核函数的使用第62页
        6.4.3 可变带宽核函数的使用第62-63页
    6.5 本章小结第63-64页
第七章 总结展望第64-66页
参考文献第66-70页
致谢第70-72页
作者简介第72-73页
    1.基本情况第72页
    2.教育背景第72页
    3.在校期间的研究成果第72-73页

论文共73页,点击 下载论文
上一篇:高性能CMOS MDAC设计研究
下一篇:中心对称局部差分模式及其在人脸识别中的应用