纹理图像的特征提取和聚类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·纹理概述 | 第10-11页 |
| ·纹理的定义 | 第10页 |
| ·纹理的应用领域及研究意义 | 第10-11页 |
| ·纹理分析的国内外研究现状及发展前景 | 第11-14页 |
| ·本文的主要工作及结构安排 | 第14-16页 |
| 第二章 纹理图像的特征提取 | 第16-34页 |
| ·引言 | 第16页 |
| ·基于统计的方法 | 第16-25页 |
| ·一阶统计方法 | 第16-18页 |
| ·二阶统计方法 | 第18-22页 |
| ·纹理方向和粗糙度判断 | 第22-25页 |
| ·频谱方法 | 第25-29页 |
| ·图像的傅立叶变换 | 第25-26页 |
| ·傅立叶频谱方法提取纹理特征 | 第26-29页 |
| ·差分直方图提取纹理特征 | 第29-31页 |
| ·差分矩阵的生成 | 第29页 |
| ·纹理特征的提取 | 第29-30页 |
| ·实验结果及结论 | 第30-31页 |
| ·纹理特征提取仿真实验 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 纹理图像的特征选择 | 第34-39页 |
| ·引言 | 第34页 |
| ·K-L 变换 | 第34-36页 |
| ·K-L 变换原理 | 第34-35页 |
| ·主分量的选取及误差估计 | 第35-36页 |
| ·K-L 算法进行特征提取的步骤 | 第36页 |
| ·仿真实验 | 第36-38页 |
| ·对两类问题的纹理特征做K-L 变换 | 第36-37页 |
| ·对多类问题的纹理特征做K-L 变换 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 K-means聚类算法及其改进 | 第39-53页 |
| ·引言 | 第39页 |
| ·聚类分析概述 | 第39-40页 |
| ·聚类分析概念 | 第39-40页 |
| ·聚类准则 | 第40页 |
| ·K-means 算法 | 第40-43页 |
| ·K-means 算法原理 | 第40-41页 |
| ·K-means 算法步骤 | 第41-43页 |
| ·改进的 K-means 算法对两类问题进行聚类 | 第43-46页 |
| ·算法步骤 | 第43-45页 |
| ·对改进算法的分析 | 第45页 |
| ·实验结果及分析 | 第45-46页 |
| ·改进的 K-means 算法对多类问题进行聚类 | 第46-52页 |
| ·算法步骤 | 第46-49页 |
| ·多类聚类问题改进算法分析 | 第49-50页 |
| ·仿真实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 模拟退火算法聚类 | 第53-71页 |
| ·引言 | 第53页 |
| ·模拟退火算法 | 第53-56页 |
| ·模拟退火算法介绍 | 第53-54页 |
| ·算法步骤 | 第54-56页 |
| ·新解的产生过程 | 第56页 |
| ·冷却进度表的选取 | 第56-59页 |
| ·改进的模拟退火算法 | 第59-62页 |
| ·传统的模拟退火算法的不合理性 | 第59-60页 |
| ·改进的模拟退火算法 | 第60-62页 |
| ·仿真试验 | 第62-69页 |
| ·算法参数的选择 | 第62-63页 |
| ·实验结果及评价 | 第63-69页 |
| ·模拟退火算法聚类和 K-means 聚类的比较 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结和展望 | 第71-73页 |
| ·论文总结 | 第71-72页 |
| ·论文进一步的工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录A 纹理特征提取实验数据 | 第77-84页 |
| 在学期间的研究成果 | 第84-85页 |
