文摘
英文文摘
东南大学学位论文独创性声明和东南大学学位论文使用授权声明
第一章绪论
1.1小波分析理论与应用
1.1.1小波分析发展概述
1.1.2小波分析应用进展
1.1.3小波分析在特征提取方面的应用
1.2本文的主要内容及安排
1.2.1主要内容
1.2.2结构安排
第二章数学工具
2.1 Fourier分析
2.1.1离散Fourier变换(DFT)
2.1.2快速Fourier变换(FFT)
2.1.3窗口Fourier变换(WFT)基本思想
2.2小波分析
2.2.1连续小波变换
2.2.2离散小波变换
2.2.3多分辨分析
2.2.4小波变换的快速算法
2.2.5本文选用的小波简介
第三章二维图像识别中不变特征与识别方法
3.1模式识别概述
3.1.1模式识别的基本概念
3.1.2模式识别系统
3.1.3模式识别的主要理论和方法
3.2特征不变量概述
3.2.1同心圆圆环面积比
3.2.2矩
3.2.3 Fourier描绘算子
3.2.4通过Fourier系数提取的形状特征
3.3距离函数模式分类
3.4神经网络模式识别
3.4.1人工神经网络简介
3.4.2人工神经网络的结构、类型及特点
3.4.3 BP网络
3.4.4神经网络模式识别概述
第四章基于多分辨分析的特征提取与目标识别
4.1引言
4.2基于线性矩和多分辨正交基的目标识别
4.2.1线性矩的构造
4.2.2正交基扩展(The Orthonormal Shell Expansion)
4.2.3特征量的构造
4.2.4仿真实验
4.3基于线性矩和小波变换的目标识别
4.3.1算法介绍
4.3.2仿真实验
4.3.3神经网络识别系统的子系统的选择与训练
第五章小波矩在二维图像识别中的应用
5.1引言
5.2小波矩构造
5.2.1图像归一化:
5.2.2图像极坐标化
5.2.3通过傅立叶变换和小波变换获取特征
5.3分类识别
5.3.1特征提取的结果
5.3.2最小距离分类器分类结果
5.3.3神经网络分类结果
第六章结论
致 谢
参考文献
作者在攻读硕士期间发表的学术论文