| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题的提出及研究意义 | 第7页 |
| 1.2 国内外研究现状及发展趋势 | 第7-9页 |
| 1.2.1 纹理特征提取方法分类 | 第7-9页 |
| 1.2.2 纹理分割介绍 | 第9页 |
| 1.3 课题研究目标和内容 | 第9-10页 |
| 1.4 文章组织安排 | 第10-13页 |
| 第二章 纹理提取与主动轮廓模型 | 第13-27页 |
| 2.1 引言 | 第13页 |
| 2.2 频谱法 | 第13-16页 |
| 2.2.1 Fourier变换法 | 第14-15页 |
| 2.2.2 小波变换法 | 第15-16页 |
| 2.3 模型法 | 第16-18页 |
| 2.3.1 马尔科夫随机场模型 | 第17-18页 |
| 2.3.2 自回归模型 | 第18页 |
| 2.4 统计法 | 第18-23页 |
| 2.4.1 差分直方图 | 第18-20页 |
| 2.4.2 灰度共生矩阵 | 第20-21页 |
| 2.4.3 局部二值模式（Local Binary Pattern LBP） | 第21-23页 |
| 2.5 结构法 | 第23页 |
| 2.6 主动轮廓模型算法 | 第23-26页 |
| 2.6.1 参数主动轮廓模型 | 第23-25页 |
| 2.6.2 几何主动轮廓模型 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 基于纹理特征的主动轮廓模型图像分割 | 第27-39页 |
| 3.1 主动轮廓模型 | 第27-28页 |
| 3.2 纹理特征提取 | 第28-29页 |
| 3.3 改进的主动轮廓能量函数 | 第29-30页 |
| 3.4 算法步骤 | 第30页 |
| 3.5 实验结果与分析 | 第30-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 基于改进的K均值聚类纹理分割方法 | 第39-49页 |
| 4.1 纹理分割 | 第39页 |
| 4.2 纹理图像前处理 | 第39-41页 |
| 4.2.1 特征提取和正规化 | 第39-40页 |
| 4.2.2 平滑 | 第40页 |
| 4.2.3 去噪 | 第40-41页 |
| 4.3 改进的K均值聚类分割 | 第41-43页 |
| 4.3.1 纹理特征降维 | 第41-42页 |
| 4.3.2 纹理图像聚类分割 | 第42-43页 |
| 4.4 算法步骤 | 第43-44页 |
| 4.5 实验结果及分析 | 第44-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 总结和展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-59页 |
| 攻读学位期间发表的学术论文目录 | 第59页 |