| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状 | 第8-10页 |
| ·纹理图像特征提取研究现状 | 第8-10页 |
| ·聚类分析研究现状 | 第10页 |
| ·本文的主要工作及创新 | 第10-11页 |
| ·论文结构 | 第11-13页 |
| 第二章 局部二值模式纹理谱描述法 | 第13-25页 |
| ·LBP及其变形 | 第13-17页 |
| ·CS-LBP,ICS-LBP,FCS-LBP | 第17-19页 |
| ·基于方向导数的描述符 | 第19-21页 |
| ·谱聚类算法 | 第21-22页 |
| ·实验结果及评价 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 主要子空间分割聚类方法 | 第25-31页 |
| ·子空间分割聚类 | 第25-27页 |
| ·问题描述 | 第25-27页 |
| ·稀疏子空间分割聚类 | 第27-28页 |
| ·低秩表示子空间分割聚类 | 第28-29页 |
| ·其它子空间分割模型 | 第29页 |
| ·标准分割方法(Normalized Cut) | 第29-31页 |
| 第四章 LSR纹理图像聚类及参数选择 | 第31-40页 |
| ·基于最小二乘回归的子空间分割模型 | 第31-32页 |
| ·基于粒子群算法的LSR聚类及参数选择 | 第32-34页 |
| ·使用粒子群算法设置LSR参数 | 第34-35页 |
| ·实验结果与分析 | 第35-40页 |
| ·不同的子空间分割方法的比较 | 第35-36页 |
| ·参数λ和噪声对聚类结果的影响 | 第36-37页 |
| ·PSO-LSR方法参数实验 | 第37-38页 |
| ·LBP+PSO-LSR方法和GBD+PSO-LSR实验结果比较 | 第38-40页 |
| 第五章 结论与展望 | 第40-41页 |
| ·本文工作总结 | 第40页 |
| ·下一步工作 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45-46页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第46页 |