| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 前言 | 第8-15页 |
| 1.1 研究目的和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 基本原理概述 | 第15-29页 |
| 2.1 图像纹理特征 | 第15-23页 |
| 2.1.1 纹理特征基本概念 | 第15-16页 |
| 2.1.2 多分辨率的小波变换 | 第16-20页 |
| 2.1.3 灰度共生矩阵纹理表示方法 | 第20-21页 |
| 2.1.4 局部二值模式LBP表示方法 | 第21-23页 |
| 2.2 形状特征圆形度 | 第23-24页 |
| 2.3 SIFT算法概述 | 第24-25页 |
| 2.4 高斯差分金字塔 | 第25-27页 |
| 2.5 支持向量机 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于多尺度空间子带共生矩描述子的特征提取方法 | 第29-39页 |
| 3.1 塔式小波变换 | 第29-30页 |
| 3.2 灰度共生矩阵 | 第30-31页 |
| 3.3 基于塔式小波变换的多尺度子带共生矩描述子 | 第31-32页 |
| 3.4 参数选择 | 第32-34页 |
| 3.5 性能分析 | 第34-38页 |
| 3.5.1 C库花粉颗粒的性能验证 | 第35-36页 |
| 3.5.2 P库花粉颗粒的性能验证 | 第36-37页 |
| 3.5.3 多种算法性能对比分析 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于DOG尺度局部二值圆形度描述子特征提取方法 | 第39-60页 |
| 4.1 高斯差分金字尺度空间 | 第39-40页 |
| 4.2 参数选择 | 第40-44页 |
| 4.3 SIFT特征点检测与方向 | 第44-46页 |
| 4.4 LBP描述子与圆形度 | 第46页 |
| 4.5 基于DOG尺度局部二值圆形度描述子 | 第46-49页 |
| 4.6 性能验证 | 第49-53页 |
| 4.6.1 C库花粉颗粒的性能验证 | 第50-51页 |
| 4.6.2 P库花粉颗粒的性能验证 | 第51-52页 |
| 4.6.3 多种算法性能比较 | 第52-53页 |
| 4.7 本文提出的两种算法间的性能验证 | 第53-59页 |
| 4.7.1 高品质C库两种算法性能验证 | 第53-55页 |
| 4.7.2 一般品质P库两种算法性能验证 | 第55-57页 |
| 4.7.3 两种算法的平均性能验证 | 第57-59页 |
| 4.8 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 工作概括 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 作者简介 | 第68页 |