| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-12页 |
| 插图目录 | 第12-13页 |
| 表格目录 | 第13-14页 |
| 第1章 绪论 | 第14-38页 |
| ·本文研究的背景和意义 | 第14-16页 |
| ·图像分割方法 | 第16-22页 |
| ·图像分割概述 | 第16-19页 |
| ·水平集方法 | 第19-22页 |
| ·纹理特征方法 | 第22-35页 |
| ·灰度共生矩阵GLCM | 第24-25页 |
| ·Gabor小波 | 第25-26页 |
| ·高阶局部自相关HLAC方法 | 第26-35页 |
| ·本文的内容安排 | 第35-36页 |
| ·本文的主要创新点 | 第36-38页 |
| 第2章 木材识别方法综述 | 第38-46页 |
| ·引言 | 第38-39页 |
| ·传统木材识别方法 | 第39-40页 |
| ·人工识别方法 | 第39页 |
| ·对分式检索表 | 第39页 |
| ·穿孔卡片检索表 | 第39-40页 |
| ·数据库检索木材识别方法 | 第40页 |
| ·基于计算机视觉的识别方法 | 第40-44页 |
| ·按照木材(标本)类型分类 | 第41-42页 |
| ·按照识别特征分类 | 第42-44页 |
| ·按照分类器分类 | 第44页 |
| ·其它新技术的研究 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第3章 木材标准数据集建设 | 第46-56页 |
| ·木材标本采集 | 第46-47页 |
| ·木材标本馆信息管理系统建设 | 第47-49页 |
| ·体视图数据集 | 第49-51页 |
| ·显微图数据集 | 第51-54页 |
| ·木材切片制作 | 第51-52页 |
| ·显微图像获取及预处理 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于木材语义的特征提取方法 | 第56-72页 |
| ·引言 | 第56-59页 |
| ·基于水平集的木材显微图像分割方法 | 第59-61页 |
| ·基于多目标遗传算法的管孔组合特征识别 | 第61-66页 |
| ·基于数学形态学图像分割 | 第61-62页 |
| ·导管面积阈值的最大类间方差算法 | 第62-63页 |
| ·基于多目标阈值木材导管分割算法 | 第63-65页 |
| ·管孔组合判别方法 | 第65-66页 |
| ·实验结果与讨论 | 第66-69页 |
| ·导管分割效果 | 第66-67页 |
| ·管孔组合判别效果 | 第67-69页 |
| ·本章小结 | 第69-72页 |
| 第5章 基于纹理特征的木材识别方法 | 第72-104页 |
| ·Mask Matching Image(MMI)概念 | 第72-73页 |
| ·长度直方图特征 | 第73-75页 |
| ·最大最小排序局部自相关特征 | 第75-80页 |
| ·最大和最小HLAC特征 | 第76-77页 |
| ·基于排序的HLAC特征 | 第77-78页 |
| ·带权排序的HLAC特征 | 第78页 |
| ·MMS HLAC特征分析及计算 | 第78-80页 |
| ·基于改进Gabor的木材识别方法 | 第80-86页 |
| ·Gabor特征表示 | 第81-82页 |
| ·Gabor局部算子 | 第82-83页 |
| ·基于分块的特征选择方法 | 第83-86页 |
| ·实验与讨论 | 第86-102页 |
| ·MMI特征 | 第86-93页 |
| ·MMS HLAC特征 | 第93-96页 |
| ·改进Gabor特征 | 第96-102页 |
| ·本章小结 | 第102-104页 |
| 总结与展望 | 第104-108页 |
| 本文的主要工作与创新点 | 第104-106页 |
| 进一步的工作展望 | 第106-108页 |
| 参考文献 | 第108-120页 |
| 致谢 | 第120-122页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第122-123页 |