细化参数的自相关图像纹理特征提取算法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 图表目录 | 第9-10页 |
| 第1章 绪论 | 第10-13页 |
| ·图像特征提取 | 第10页 |
| ·纹理特征提取 | 第10-11页 |
| ·研究内容和创新点 | 第11-12页 |
| ·研究内容 | 第11页 |
| ·研究创新点 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第2章 理论背景 | 第13-23页 |
| ·引言 | 第13页 |
| ·图像检索技术 | 第13-17页 |
| ·相关概念 | 第13页 |
| ·基于文本的图像检索 | 第13-14页 |
| ·基于内容的图像检索CBIR | 第14-17页 |
| ·特征提取技术 | 第17-20页 |
| ·相关概念 | 第17-18页 |
| ·主要的特征提取技术 | 第18-20页 |
| ·纹理特征提取技术 | 第20-21页 |
| ·相关概念 | 第20页 |
| ·主要的纹理特征提取技术 | 第20-21页 |
| ·现存问题 | 第21-23页 |
| ·存在问题 | 第21页 |
| ·几何形变 | 第21-23页 |
| 第3章 典型算法 | 第23-39页 |
| ·典型算法概况 | 第23页 |
| ·图像灰度直方图算法 | 第23-24页 |
| ·相关概念 | 第23-24页 |
| ·算法步骤 | 第24页 |
| ·算法特点 | 第24页 |
| ·自相关图像算法 | 第24-30页 |
| ·相关概念 | 第24-25页 |
| ·自相关系数 | 第25-26页 |
| ·相关数学理论 | 第26-28页 |
| ·自相关图像算法的平移不变性 | 第28-29页 |
| ·算法步骤 | 第29-30页 |
| ·算法特点 | 第30页 |
| ·小波变换算法 | 第30-35页 |
| ·相关概念 | 第30-31页 |
| ·快速小波变换 | 第31页 |
| ·图像小波分解 | 第31-32页 |
| ·小波变换的分解过程 | 第32-34页 |
| ·算法特点 | 第34-35页 |
| ·抗几何形变算法 | 第35-39页 |
| ·相关概念 | 第35页 |
| ·自相关图像 | 第35页 |
| ·对数-极坐标变换 | 第35-37页 |
| ·使用Daubechies小波提取特征矢量 | 第37-38页 |
| ·算法步骤 | 第38页 |
| ·算法特点 | 第38-39页 |
| 第4章 细化参数的自相关图像纹理特征提取算法 | 第39-47页 |
| ·典型算法分析 | 第39页 |
| ·值域太窄和存在小数问题 | 第39-43页 |
| ·问题分析 | 第39-41页 |
| ·解决办法 | 第41-43页 |
| ·对数-极坐标变换的平移问题 | 第43页 |
| ·问题分析 | 第43页 |
| ·解决办法 | 第43页 |
| ·小波变换 | 第43-44页 |
| ·不完全树结构小波变换 | 第43-44页 |
| ·小波变换纹理测试指标 | 第44页 |
| ·算法步骤 | 第44-45页 |
| ·算法特点 | 第45-47页 |
| 第5章 算法验证 | 第47-57页 |
| ·图像检索 | 第47-49页 |
| ·图像检索流程 | 第47页 |
| ·Brodatz纹理库 | 第47页 |
| ·高斯归一 | 第47-48页 |
| ·欧式距离 | 第48-49页 |
| ·验证图像库准备 | 第49页 |
| ·本文算法验证 | 第49-53页 |
| ·D1的特征提取 | 第50-53页 |
| ·欧式距离实现图像检索 | 第53页 |
| ·典型算法验证 | 第53-55页 |
| ·自相关图像算法验证 | 第53-54页 |
| ·小波变换算法验证 | 第54页 |
| ·抗几何形变算法验证 | 第54-55页 |
| ·图像检索比较与结论 | 第55-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·设计总结 | 第57-58页 |
| ·技术展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
