| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-22页 |
| ·引言 | 第10页 |
| ·纹理的基本概念 | 第10-13页 |
| ·纹理分类的意义及应用 | 第13-14页 |
| ·纹理分类的研究内容与基本方法 | 第14-19页 |
| ·纹理分类的研究现状 | 第19-20页 |
| ·课题的主要研究内容及结构安排 | 第20-22页 |
| 第2章 多方向多尺度变换与支持向量机 | 第22-33页 |
| ·多通道GABOR 滤波器 | 第22-24页 |
| ·双树复数小波变换 | 第24-28页 |
| ·离散平稳小波变换 | 第28页 |
| ·CURVELET 变换 | 第28-30页 |
| ·支持向量机 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于GABOR 滤波器和DT-CWT 的纹理分类 | 第33-40页 |
| ·基于GABOR 滤波器特征提取的纹理分类 | 第33-35页 |
| ·基于双树复数小波变换特征提取的纹理分类 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于旋转-平移的旋转不变纹理分类 | 第40-54页 |
| ·三种旋转不变特征提取算法的比较 | 第40-50页 |
| ·基于CURVELET 变换子带能量的旋转不变纹理分类 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于CURVELET 能量显著子带LBP 特征的抗 | 第54-61页 |
| ·局部二进制模式(LBP) | 第54-55页 |
| ·特征提取 | 第55-57页 |
| ·算法实现 | 第57-58页 |
| ·实验结果及与其它算法的比较 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 附录 CURVELET 能量显著子带LBP 特征提取源代码 | 第63-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
