| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 选题背景和研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 纹理分析方法综述 | 第14-15页 |
| 1.2.2 基于小波的纹理图像分析 | 第15-17页 |
| 1.2.3 Clifford小波及其在图像分析中的应用 | 第17-18页 |
| 1.2.4 存在的问题与本文研究思路 | 第18页 |
| 1.3 研究内容、技术路线和论文组织 | 第18-21页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19-20页 |
| 1.3.3 论文组织 | 第20-21页 |
| 第2章 Clifford小波及纹理特征参数构建 | 第21-32页 |
| 2.1 四元数与四元数解析信号 | 第21-24页 |
| 2.1.1 四元数的概念 | 第21-22页 |
| 2.1.2 四元数解析信号 | 第22-24页 |
| 2.2 Clifford傅里叶变换 | 第24-25页 |
| 2.3 Clifford小波变换 | 第25-30页 |
| 2.3.1 Clifford小波基础理论 | 第25-28页 |
| 2.3.2 Clifford小波幅值与相位 | 第28-30页 |
| 2.4 基于Clifford小波的纹理特征参数 | 第30-31页 |
| 2.4.1 基于小波系数的纹理特征参数 | 第30页 |
| 2.4.2 基于幅值的纹理特征参数 | 第30页 |
| 2.4.3 基于相位的纹理特征参数 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于Clifford小波的纹理分类 | 第32-45页 |
| 3.1 基于Clifford小波的纹理分类算法 | 第32-35页 |
| 3.1.1 Log-Polar变换 | 第32-34页 |
| 3.1.2 算法流程与关键步骤 | 第34-35页 |
| 3.2 算法实现 | 第35-37页 |
| 3.2.1 纹理特征提取 | 第35页 |
| 3.2.2 滤波器设计 | 第35-36页 |
| 3.2.3 分类方法 | 第36-37页 |
| 3.3 实验结果与分析 | 第37-44页 |
| 3.3.1 单一纹理图像的分类 | 第37-41页 |
| 3.3.2 复杂纹理影像的分类 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于Clifford Gabor小波的纹理分割 | 第45-56页 |
| 4.1 基于Clifford Gabor小波的纹理分割算法 | 第45-49页 |
| 4.1.1 Clifford Gabor小波 | 第45-47页 |
| 4.1.2 算法流程与关键步骤 | 第47-49页 |
| 4.2 算法实现 | 第49-52页 |
| 4.2.1 纹理特征提取 | 第49-50页 |
| 4.2.2 滤波器设计 | 第50-52页 |
| 4.3 实验结果与分析 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 结论和展望 | 第56-58页 |
| 5.1 本文工作总结 | 第56-57页 |
| 5.2 论文特色 | 第57页 |
| 5.3 未来研究展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
