图像的特征提取和分类
| 创新性声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·图像分类基本概念及其应用 | 第7-8页 |
| ·图像分类技术的发展 | 第8-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| 第二章 图像的特征描述及分类方法 | 第11-28页 |
| ·引言 | 第11-14页 |
| ·图像特征的描述 | 第14-15页 |
| ·特征提取方法 | 第15-20页 |
| ·小波变换 | 第15-19页 |
| ·主分量分析 | 第19-20页 |
| ·图像分类方法 | 第20-28页 |
| ·模糊C均值聚类 | 第20-22页 |
| ·支撑矢量机 | 第22-28页 |
| 第三章 基于特征融合的图像分类 | 第28-42页 |
| ·基于统计特征融合的SAR图像分类 | 第28-32页 |
| ·图像的纹理测度 | 第28-30页 |
| ·灰度共生矩阵 | 第30-32页 |
| ·SAR图像分类步骤 | 第32页 |
| ·实验结果 | 第32页 |
| ·基于小波特征融合方法的纹理图像分类 | 第32-42页 |
| ·图像的树型小波变换及其特征提取 | 第33-36页 |
| ·图像的框架小波变换及其特征提取 | 第36-38页 |
| ·小波能量特征 | 第38-39页 |
| ·纹理图像分类步骤 | 第39页 |
| ·实验结果与讨论 | 第39-42页 |
| 第四章 基于特征提取和形态学处理的目标检测 | 第42-54页 |
| ·引言 | 第42页 |
| ·数学形态学 | 第42-45页 |
| ·膨胀 | 第43页 |
| ·腐蚀 | 第43-44页 |
| ·膨胀和腐蚀的对偶性 | 第44页 |
| ·开启和闭合 | 第44-45页 |
| ·数学形态学在图像处理中的主要应用 | 第45-47页 |
| ·边缘检测 | 第45页 |
| ·图像分割 | 第45-46页 |
| ·形状骨架提取 | 第46页 |
| ·噪声滤除 | 第46-47页 |
| ·基于特征提取和形态学处理的目标检测 | 第47-53页 |
| ·图像的预分割 | 第47-48页 |
| ·形态学处理 | 第48-49页 |
| ·目标检测 | 第49-51页 |
| ·仿真实验 | 第51-53页 |
| ·小结与讨论 | 第53-54页 |
| 第五章 基于曲波变换的图像分类 | 第54-61页 |
| ·曲波变换的理论依据 | 第54-57页 |
| ·脊波分析基本理论 | 第54-56页 |
| ·曲波变换原理 | 第56-57页 |
| ·基于曲波变换的图像分类 | 第57-60页 |
| ·小结与讨论 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 作者在硕士研究生期间发表的论文 | 第67页 |
