基于图像识别的油画真伪鉴别方法研究
摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 课题背景及研究意义 | 第9页 |
1.2 国内外研究现状 | 第9-11页 |
1.3 论文主要研究内容和改进点 | 第11页 |
1.4 论文的组织结构 | 第11-13页 |
第二章 图像的预处理 | 第13-20页 |
2.1 概述 | 第13页 |
2.2 图像尺度的归一化 | 第13-14页 |
2.3 图像的增强 | 第14-19页 |
2.3.1 灰度修正 | 第14-15页 |
2.3.2 平滑滤波 | 第15-16页 |
2.3.3 图像锐化 | 第16-19页 |
2.4 本章小结 | 第19-20页 |
第三章 基于形状的油画艺术风格计算及分析 | 第20-31页 |
3.1 概述 | 第20-21页 |
3.2 HIS空间多尺度多结构元形态学边缘检测 | 第21-25页 |
3.2.1 RGB模型到HSL模型的转换 | 第21-22页 |
3.2.2 多结构元彩色形态算子定义 | 第22页 |
3.2.3 结构元素的确定 | 第22-23页 |
3.2.4 算法描述 | 第23页 |
3.2.5 实验结果 | 第23-25页 |
3.2.6 结束语 | 第25页 |
3.3 有效区域分割 | 第25-28页 |
3.4 艺术风格的特征提取及分析 | 第28-31页 |
第四章 基于颜色和纹理的油画艺术风格计算及分析 | 第31-44页 |
4.1 颜色特征提取 | 第31-35页 |
4.1.1 概述 | 第31-32页 |
4.1.2 HSV颜色直方图 | 第32-34页 |
4.1.3 基于直方图的统计特征 | 第34-35页 |
4.2 纹理特征提取 | 第35-41页 |
4.2.1 概述 | 第35-36页 |
4.2.2 灰度共生矩阵的定义 | 第36-39页 |
4.2.3 基于灰度共生矩阵的统计特性 | 第39-41页 |
4.3 图像的其它特征提取 | 第41-44页 |
第五章 多特征融合的油画真伪鉴别 | 第44-55页 |
5.1 图像数据融合鉴别 | 第44-46页 |
5.2 特征级数据融合的实现 | 第46-48页 |
5.2.1 特征提取 | 第46页 |
5.2.2 基于主元分析的特征级数据融合 | 第46-48页 |
5.3 决策级数据融合的实现 | 第48-51页 |
5.3.1 图像的神经网络识别 | 第48-50页 |
5.3.2 基于多数投票法的决策级数据融合 | 第50-51页 |
5.5 实验结果及分析 | 第51-55页 |
5.5.1 实验条件 | 第51-52页 |
5.5.2 特征提取 | 第52-53页 |
5.5.3 数据融合的分类鉴别 | 第53-55页 |
第六章 结束语 | 第55-57页 |
6.1 论文总结 | 第55页 |
6.2 下一步工作 | 第55-57页 |
参考文献 | 第57-62页 |
攻读硕士期间主要的研究成果 | 第62-63页 |
致谢 | 第63页 |