多特征双重加权纹理分割
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-16页 |
| ·课题研究的目的和意义 | 第7-8页 |
| ·纹理概述 | 第8-10页 |
| ·纹理的定义 | 第8页 |
| ·纹理的分类 | 第8-9页 |
| ·纹理的应用 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·纹理分割的研究现状 | 第10-13页 |
| ·特征加权的研究现状 | 第13-14页 |
| ·纹理分割的发展趋势 | 第14-15页 |
| ·论文主要工作安排 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第二章 纹理图像特征提取方法 | 第16-29页 |
| ·灰度共生矩阵 | 第16-20页 |
| ·灰度共生矩阵的定义 | 第16-18页 |
| ·灰度共生矩阵纹理测度 | 第18-20页 |
| ·四元数代数 | 第20-26页 |
| ·四元数代数基本概念和定理 | 第20-22页 |
| ·四元数的运算及性质 | 第22页 |
| ·四元数解析信号 | 第22-26页 |
| ·四元数小波变换 | 第26-28页 |
| ·四元数小波变换的实现 | 第26-27页 |
| ·四元数小波变换的相位角计算 | 第27页 |
| ·四元数小波变换的相位特性 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 多特征融合纹理分割 | 第29-45页 |
| ·基于灰度共生矩阵的纹理特征提取 | 第29-31页 |
| ·灰度级量化 | 第29-30页 |
| ·GLCM 特征参数的选取 | 第30-31页 |
| ·基于四元数小波变换的特征提取 | 第31-34页 |
| ·四元数小波变换的幅值相位矩阵 | 第31-32页 |
| ·四元数小波变换特征参数选取 | 第32-34页 |
| ·特征平滑 | 第34-35页 |
| ·聚类算法 | 第35-37页 |
| ·C 均值算法 | 第35-36页 |
| ·模糊 C 均值算法 | 第36-37页 |
| ·实验结果和总结 | 第37-43页 |
| ·单一特征提取算法纹理分割结果 | 第38-41页 |
| ·多特征融合纹理分割结果 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 多特征双重加权纹理分割 | 第45-64页 |
| ·ReliefF 特征加权 | 第45-46页 |
| ·NSDM-WFCM 特征加权 | 第46-48页 |
| ·基于 FIW 的特征重要性加权 | 第48-51页 |
| ·基于改进的 ReliefF 算法的噪声特征去除 | 第49-50页 |
| ·基于相关性度量的冗余特征去除 | 第50页 |
| ·特征重要性加权(FIW)步骤 | 第50-51页 |
| ·基于 AVW 的算法有效性加权 | 第51-54页 |
| ·算法有效性加权的基本原理 | 第51-52页 |
| ·SVM 与特征权重 | 第52-53页 |
| ·算法有效性加权(AVW)步骤 | 第53-54页 |
| ·多特征双重加权纹理分割(FIAV-WFCM) | 第54-56页 |
| ·实验结果和总结 | 第56-63页 |
| ·特征加权在人工合成纹理图像下的分割正确率比较 | 第56-61页 |
| ·特征加权在自然纹理图像下的分割正确率比较 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| ·全文总结 | 第64-65页 |
| ·研究展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 硕士期间发表的论文和参与的科研项目 | 第69-70页 |
| 致谢 | 第70-71页 |
