摘要 | 第1-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第8-13页 |
·研究背景与意义 | 第8页 |
·应用与研究意义 | 第8-10页 |
·纹理特征提取的研究现状与发展趋势 | 第10-12页 |
·主要研究内容 | 第12页 |
·本文的组织结构 | 第12-13页 |
第2章 物体纹理特征的表达方法 | 第13-19页 |
·基纹理的定义 | 第13-14页 |
·纹理特征的表达方法 | 第14-18页 |
·统计法 | 第14-16页 |
·结构分析法 | 第16-17页 |
·频谱分析法 | 第17页 |
·模型法 | 第17-18页 |
·本章小结 | 第18-19页 |
第3章 灰度共生距阵算法的研究与改进 | 第19-32页 |
·算法描述 | 第19-20页 |
·算法中影响的元素 | 第20页 |
·灰度共生矩阵的主要特征值 | 第20-23页 |
·图像纹理特征值比较以常用特征值 | 第23页 |
·灰度-梯度共生矩阵的算法改进 | 第23-29页 |
·灰度共生矩阵在旋转纹理特征表示中的缺点: | 第23-24页 |
·传统的灰度-梯度共生矩阵 | 第24-25页 |
·实验步骤 | 第25-26页 |
·灰度共生矩阵算法试验结果 | 第26-27页 |
·灰度-梯度共生矩阵方法 | 第27页 |
·实验结果分析 | 第27-28页 |
·实验总结 | 第28-29页 |
·灰度邻域基元共生矩阵 | 第29-32页 |
·纹理基元矩阵 | 第29-30页 |
·正规化处理灰度共生矩阵 | 第30页 |
·检索方法 | 第30-31页 |
·实验结果 | 第31页 |
·结论 | 第31-32页 |
第4章 小波变换的改进算法提取图像理特征 | 第32-47页 |
·小波变换的理论基础 | 第32-36页 |
·连续小波变换 | 第32-34页 |
·离散小波变换 | 第34-35页 |
·不完全树结构小波变换 | 第35-36页 |
·对数-极坐标变换算法的缺陷 | 第36-40页 |
·、问题分析 | 第36-38页 |
·引入细化参数改进算法 | 第38-39页 |
·对数一极坐标变换的平移问题 | 第39-40页 |
·算法的改进步骤 | 第40-41页 |
·图像的自相关图像的引入 | 第40页 |
·对数极坐标的细化参数 | 第40页 |
·引入对数一极坐标变换之后的自相关图像 | 第40-41页 |
·采用 Daubechies-3 进行不完全树小波变换 | 第41页 |
·实验步骤 | 第41-43页 |
·图像数据库的准备 | 第41页 |
·算法检验 | 第41-43页 |
·几种经典算法 | 第43-46页 |
·自相关函数验证 | 第43-44页 |
·小波分解算法 | 第44-45页 |
·抗几何形变算法 | 第45-46页 |
·结果比较 | 第46-47页 |
第5章 工作结论与展望 | 第47-48页 |
攻读硕士学位期间发表的论文和参与的项目 | 第48-49页 |
致谢 | 第49-50页 |
参考文献 | 第50-52页 |