| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 课题研究背景和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 研究的目的及内容 | 第19-26页 |
| 1.3.1 纹理的概述 | 第19-20页 |
| 1.3.2 纹理特征提取方法简介 | 第20-23页 |
| 1.3.3 纹理特征相似度度量方法简介 | 第23-25页 |
| 1.3.4 检索性能的标准 | 第25-26页 |
| 1.4 本文主要研究内容与结构安排 | 第26-28页 |
| 第二章 纹理特征分析方法的基础理论 | 第28-44页 |
| 2.1 常见的纹理分析方法 | 第29-38页 |
| 2.1.1 基于共生矩阵的纹理分析方法 | 第29-31页 |
| 2.1.2 离散小波变换 | 第31-33页 |
| 2.1.3 双树复数小波变换 | 第33-37页 |
| 2.1.4 Contourlet变换 | 第37-38页 |
| 2.2 纹理图像检索基本方法 | 第38-44页 |
| 2.2.1 基于能量的特征的纹理图像检索 | 第39-41页 |
| 2.2.2 基于广义高斯模型的纹理图像检索 | 第41-44页 |
| 第三章 基于双广义高斯模型纹理图像检索 | 第44-60页 |
| 3.1 双广义高斯模型 | 第45-47页 |
| 3.1.1 小波系数的非对称分布 | 第46-47页 |
| 3.1.2 构造双广义高斯模型 | 第47页 |
| 3.2 参数估计 | 第47-54页 |
| 3.2.1 矩估计法 | 第48-49页 |
| 3.2.2 极大似然估计法(MLE) | 第49-50页 |
| 3.2.3 Mallat’sration法(Mall比方法) | 第50页 |
| 3.2.4 信息熵估计法 | 第50-52页 |
| 3.2.5 数值法 | 第52-54页 |
| 3.3 实验与分析 | 第54-59页 |
| 3.3.1 试验图像数据库 | 第54-55页 |
| 3.3.2 算法的评价标准 | 第55-56页 |
| 3.3.3 试验结果与分析 | 第56-59页 |
| 3.4 总结 | 第59-60页 |
| 第四章 多尺度融合的纹理图像检索 | 第60-73页 |
| 4.1 基于FS-DS多尺度融合方法 | 第60-66页 |
| 4.1.1 信息融合的基本方法 | 第60-62页 |
| 4.1.2 基于FS-DS信息融合方法 | 第62-63页 |
| 4.1.3 基于FS-DS遥感图像检索研究 | 第63-66页 |
| 4.2 算法流程 | 第66-67页 |
| 4.3 实验结果与分析 | 第67-72页 |
| 4.3.1 试验图像数据库 | 第67页 |
| 4.3.2 算法的评价标准 | 第67-68页 |
| 4.3.3 试验结果与分析 | 第68-72页 |
| 4.4 结论 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 总结 | 第73页 |
| 5.2 展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第80-82页 |