首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

纹理图像特征提取与分类研究

摘要第6-7页
ABSTRACT第7页
第一章 引言第13-32页
    1.1 纹理特征提取现状研究第13-21页
        1.1.1 统计法第14-17页
        1.1.2 变换法第17-19页
        1.1.3 模型法第19-20页
        1.1.4 结构法第20页
        1.1.5 各种方法比较第20-21页
    1.2 分类方法现状研究第21-28页
        1.2.1 分类模型种类第21-22页
        1.2.2 简单SVM模型第22-24页
        1.2.3 标准SVM模型第24-25页
        1.2.4 SVM模型求解第25-28页
    1.3 本文所做工作与贡献第28-31页
        1.3.1 纹理特征提取方面第28-29页
        1.3.2 分类方法方面第29-31页
    1.4 本文结构第31-32页
第二章 多尺度旋转不变纹理特征提取方法研究第32-80页
    2.1 尺度变换第32-35页
    2.2 局部特征提取方法第35-36页
    2.3 多尺度旋转不变纹理特征(MSRIT)构建第36-48页
        2.3.1 尺度图像空域偏导第36-40页
        2.3.2 多尺度旋转不变局部特征描述子第40-44页
        2.3.3 MSRIT构建第44-48页
    2.4 MSRIT参数选择实验第48-72页
        2.4.1 纹理数据集第48-53页
        2.4.2 特征通道选择第53-61页
        2.4.3 尺度数选择第61-66页
        2.4.4 特征统计量选择第66-72页
    2.5 MSRIT与其他纹理特征比较实验第72-78页
        2.5.1 实验参数设置第72-73页
        2.5.2 实验结果与分析第73-78页
    2.6 本章小结第78-80页
第三章 基于原对偶内点分类方法研究第80-115页
    3.1 凸优化问题第80-81页
    3.2 凸优化对偶问题第81-83页
    3.3 SVMpdip分类模型构建第83-87页
        3.3.1 SVMpdip分类模型目标函数构建第83-85页
        3.3.2 SVMpdip分类模型约束条件构建第85-86页
        3.3.3 SVMpdip分类模型第86-87页
    3.4 SVMpdip分类模型求解第87-99页
        3.4.1 内点法求解SVMpdip第87-88页
        3.4.2 原对偶内点法(PDIP)求解SVMpdip第88-93页
        3.4.3 PDIP方法的Block Elimination求解(PDIPbe)第93-99页
        3.4.4 SVMpdip初始点优化第99页
    3.5 多类别分类法SVMpdipOAA第99-100页
    3.6 SVMpdip分类算法实验与分析第100-114页
        3.6.1 实验数据集第100-102页
        3.6.2 实验对照分类算法介绍第102页
        3.6.3 模拟数据集实验结果与分析第102-109页
        3.6.4 UCI数据集实验结果与分析第109-111页
        3.6.5 纹理数据集实验结果与分析第111-113页
        3.6.6 实验结论第113-114页
    3.7 本章小结第114-115页
第四章 总结与展望第115-117页
    4.1 总结第115页
    4.2 展望第115-117页
参考文献第117-125页
致谢第125-126页
科研成果第126页

论文共126页,点击 下载论文
上一篇:低质量指纹识别中若干关键技术研究
下一篇:实时系统的可靠性驱动任务调度机制研究