| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 引言 | 第12-18页 |
| ·研究背景 | 第12-14页 |
| ·研究目标 | 第14页 |
| ·研究内容 | 第14-16页 |
| ·本文的创新点 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 2 相关工作综述 | 第18-39页 |
| ·过程纹理生成 | 第18-27页 |
| ·过程纹理生成模型 | 第19-25页 |
| ·过程纹理生成模型参数选择方法 | 第25-27页 |
| ·纹理感知研究 | 第27-32页 |
| ·纹理感知的研究进展 | 第27-29页 |
| ·纹理感知数据获取 | 第29-30页 |
| ·纹理感知数据分析方法 | 第30-32页 |
| ·纹理图像特征提取方法 | 第32-38页 |
| ·传统纹理特征提取方法 | 第32-34页 |
| ·深度学习 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 3 过程纹理数据库构建和心理物理学实验 | 第39-52页 |
| ·过程纹理数据库构建 | 第39-45页 |
| ·实验样本的要求 | 第39-41页 |
| ·实验样本的获取 | 第41-44页 |
| ·心理物理学实验样本 | 第44-45页 |
| ·心理物理学实验设计 | 第45-49页 |
| ·感知分组实验 | 第45-47页 |
| ·感知评分实验 | 第47-49页 |
| ·心理物理学实验数据 | 第49-51页 |
| ·相似性矩阵 | 第49-51页 |
| ·感知特征评分矩阵 | 第51页 |
| ·小结 | 第51-52页 |
| 4 过程纹理模型的感知特征分析 | 第52-72页 |
| ·感知分组实验数据分析 | 第52-60页 |
| ·相似性矩阵分析 | 第52-54页 |
| ·层次聚类分析 | 第54-60页 |
| ·小结 | 第60页 |
| ·感知特征评分实验数据分析 | 第60-71页 |
| ·过程纹理生成模型的感知特性 | 第61-63页 |
| ·感知特征相关性分析 | 第63-68页 |
| ·奇异值分解 | 第68-71页 |
| ·小结 | 第71页 |
| ·本章小结 | 第71-72页 |
| 5 过程纹理感知空间 | 第72-86页 |
| ·纹理感知空间研究背景 | 第72-73页 |
| ·过程纹理感知空间构建 | 第73-78页 |
| ·等距特征映射算法(Isomap) | 第73-75页 |
| ·构建纹理感知空间 | 第75-78页 |
| ·感知维度分析 | 第78-83页 |
| ·纹理感知空间感知一致性分析 | 第83-85页 |
| ·PTS感知一致性 | 第83页 |
| ·PTS感知一致性验证 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 6 纹理的计算特征提取方法 | 第86-108页 |
| ·基于深度学习的特征提取方法研究背景 | 第86-87页 |
| ·卷积网络(Convolutional Networks) | 第87-90页 |
| ·PCANet算法 | 第90-94页 |
| ·算法流程 | 第90-92页 |
| ·算法分析 | 第92-94页 |
| ·基于PCA滤波器的卷积网络算法(PCN) | 第94-99页 |
| ·PCN网络结构 | 第94页 |
| ·PCN算法流程 | 第94-99页 |
| ·PCN算法分析 | 第99页 |
| ·实验结果及分析 | 第99-107页 |
| ·手写数字识别测试 | 第100-101页 |
| ·Extended YaleB人脸识别测试 | 第101-103页 |
| ·纹理分类测试 | 第103-106页 |
| ·小结 | 第106-107页 |
| ·本章小结 | 第107-108页 |
| 7 符合感知一致性的过程纹理生成 | 第108-128页 |
| ·问题的提出背景 | 第108-109页 |
| ·算法框架 | 第109-112页 |
| ·图像计算特征到感知特征的映射 | 第110-111页 |
| ·感知特征到PTS的映射 | 第111-112页 |
| ·PTS子空间感知相似性度量 | 第112页 |
| ·实验结果及分析 | 第112-127页 |
| ·实验样本扩充 | 第112-115页 |
| ·图像计算特征到感知特征映射结果 | 第115-117页 |
| ·感知特征到PTS空间映射结果 | 第117-118页 |
| ·感知空间纹理相似性度量结果 | 第118-127页 |
| ·本章小结 | 第127-128页 |
| 8 总结与展望 | 第128-131页 |
| ·总结 | 第128-129页 |
| ·工作展望 | 第129-131页 |
| 参考文献 | 第131-142页 |
| 附录 | 第142-151页 |
| 致谢 | 第151-152页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第152-153页 |