首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

Copula驱动的小波域纹理特征提取研究

摘要第1-7页
ABSTRACT第7-19页
第一章 绪论第19-28页
   ·问题的提出与研究现状第19-26页
     ·纹理的定义第19-20页
     ·纹理的特征第20-22页
     ·纹理特征提取方法第22-23页
     ·小波域纹理特征提取研究现状第23-26页
   ·研究的主要内容第26页
   ·论文结构安排第26-28页
第二章 小波变换理论第28-42页
   ·传统小波变换第28-32页
     ·连续小波变换第28-29页
     ·小波多分辨分析第29-30页
     ·二维离散小波变换第30-32页
   ·复数小波变换第32-38页
     ·Gabor小波变换第33页
     ·对偶树复小波第33-36页
     ·四元小波变换第36-38页
   ·方向小波变换第38-40页
   ·平稳小波变换第40-41页
   ·本章小结第41-42页
第三章 Copula模型及其参数估计第42-51页
   ·Copula理论第42-47页
     ·多维copula第43页
     ·常见的copula函数第43-47页
     ·Copula函数特点分析第47页
   ·Copula参数估计第47-49页
     ·完全最大似然估计第47-48页
     ·两阶段最大似然估计第48页
     ·两阶段最大似然半参数估计第48-49页
     ·非参数估计方法第49页
   ·本章小结第49-51页
第四章 小波域依赖关系及常用多维模型第51-62页
   ·小波域间的依赖关系第51-55页
   ·小波域隐马尔科夫模型第55-58页
   ·小波域多维统计模型第58-61页
     ·多维统计模型第58-59页
     ·测地距离第59-61页
   ·本章小结第61-62页
第五章 传统小波域copula多维模型第62-87页
   ·小波域子带内依赖第63-68页
   ·小波域子带内颜色分量依赖第68-71页
   ·小波域尺度间依赖第71-74页
   ·基于copula模型的相似度第74-78页
     ·标准化Euclidean距离第75页
     ·Kullback-Leibler距离第75-76页
     ·采样方法第76-77页
     ·Bayesian-ML检索方法第77-78页
   ·实验与分析第78-86页
     ·实验数据集与实验目的第78-80页
     ·实验结果与分析第80-83页
     ·计算效率分析第83-86页
   ·本章小结第86-87页
第六章 方向小波域与平稳小波域copula多维模型第87-96页
   ·方向小波域copula多维模型第87-89页
   ·平稳小波域copula多维模型第89-91页
   ·实验与分析第91-94页
     ·实验数据集与实验目的第91-92页
     ·实验结果与分析第92-94页
   ·本章小结第94-96页
第七章 复数小波域copula多维模型第96-108页
   ·对偶树复小波域copula多维模型第96-99页
   ·Gabor小波域旋转不变copula多维模型第99-101页
   ·基于复数小波相角的copula多维模型第101-103页
   ·实验与分析第103-106页
     ·实验数据集与实验目的第103-104页
     ·实验结果与分析第104-106页
   ·本章小结第106-108页
第八章 全文总结与展望第108-110页
致谢第110-111页
参考文献第111-120页
攻博期间取得的研究成果第120-121页

论文共121页,点击 下载论文
上一篇:基于数值代数的图像复原问题研究
下一篇:在线社交网络用户的分类及采样研究