文摘
英文文摘
声明
1绪论
1.1课题的背景及意义
1.2目标识别的研究现状和存在的问题
1.2.1国内外研究现状
1.2.2存在的问题
1.3提取目标的不变性特征
1.4 Gabor滤波器简介
1.4.1 Gabor小波的提出
1.4.2 Gabor函数的测不准原理
1.5论文主要研究工作及章节安排
2目标识别系统及其分类器设计
2.1目标识别理论简介
2.1.1目标识别系统组成
2.1.2分类规则
2.2人工神经网络技术
2.2.1神经网络的分类及其优点
2.2.2多层前馈型神经网络
2.3改进的BP算法
2.3.1反向传播算法的主要缺点
2.3.2变步长自适应学习速率调整BP算法
2.3.3改进的BP算法与普通的BP算法的比较实验
2.4本章小结
3 基于组合多通道GabOr滤波器提取目标特征的研究
3.1图像预处理
3.1.1最小代价恢复旋转模糊图像
3.1.2目标图像增强处理
3.1.3图像标准化处理
3.1.4运动目标分割
3.2二维Gabor滤波器及其参数优化
3.2.1目标纹理特性分析
3.2.2二维Gabor滤波器的构成
3.2.3 Gabor滤波器参数选择
3.2.4基于特定方向的滤波器频率参数优化
3.3 Gabor滤波器提取目标特征
3.3.1多通道快速Gabor特征提取
3.3.2基于边缘特征提取的Gabor滤波器设计
3.3.3特征降维及归一化处理
3.3.4目标的特征向量表示
3.4实验及结果分析
3.4.1人脸识别实验
3.4.2自己制作样本库实验
3.5本章小结
4 基于Gabor滤波器特征融合技术的目标识别方法研究
4.1矩技术
4.1.1不变矩特性分析
4.1.2不变矩的改进及其稳定性分析
4.2目标特征融合处理
4.2.1特征融合算法
4.2.2目标姿态变化的处理
4.2.3 Gabor特征与矩特征的融合
4.3建立目标样本库
4.3.1数据模型的选择
4.3.2详细设计
4.3.3样本的选取
4.4 BP神经网络结构设计
4.5实验结果与分析
4.6本章小结
5总结与展望
5.1总结
5.2展望
致 谢
参考文献