基于小波变换和聚类技术的纹理分割算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 绪 论 | 第7-15页 |
| ·引言 | 第7-8页 |
| ·纹理分割的发展过程 | 第8-12页 |
| ·纹理分割的应用现状 | 第12-13页 |
| ·研究背景 | 第13页 |
| ·本文的内容安排 | 第13-14页 |
| ·小结 | 第14-15页 |
| 第2章 小波分析 | 第15-29页 |
| ·小波基本理论 | 第15-23页 |
| ·连续小波变换 | 第15-17页 |
| ·离散小波变换 | 第17-18页 |
| ·一维信号的多分辨率分析 | 第18-20页 |
| ·正交小波的 Mallat 算法 | 第20-23页 |
| ·图像的正交小波表示 | 第23-27页 |
| ·离散小波框架分解 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第3章 基于小波变换的纹理特征提取 | 第29-37页 |
| ·多分辨率多通道纹理特征提取 | 第29-31页 |
| ·基于金字塔小波变换的纹理特征提取 | 第29-30页 |
| ·基于改进的离散小波变换的纹理特征提取 | 第30-31页 |
| ·特征平滑 | 第31-33页 |
| ·仿真研究 | 第33-36页 |
| ·实验设置 | 第33-34页 |
| ·仿真结果及分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于滤波算法的纹理分割 | 第37-45页 |
| ·K 均值聚类算法的研究 | 第37-40页 |
| ·K 均值聚类算法的描述 | 第37-39页 |
| ·K 均值聚类算法的分析 | 第39-40页 |
| ·基于k－d 树的滤波算法 | 第40-43页 |
| ·k－d 树的引入 | 第40-41页 |
| ·基于k－d 树的滤波算法 | 第41-42页 |
| ·滤波算法的关键 | 第42-43页 |
| ·仿真研究 | 第43-44页 |
| ·实验设置 | 第43页 |
| ·仿真结果与分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第5章 基于均值偏移算法的无监督纹理分割 | 第45-61页 |
| ·模糊 C 均值聚类算法的研究 | 第45-48页 |
| ·模糊 C 均值算法的描述 | 第45-47页 |
| ·模糊 C 均值算法的分析 | 第47-48页 |
| ·均值偏移算法的研究 | 第48-53页 |
| ·密度及密度梯度估计 | 第48-51页 |
| ·均值偏移过程的收敛性 | 第51-53页 |
| ·均值偏移算法 | 第53页 |
| ·基于均值偏移算法的无监督纹理分割 | 第53-57页 |
| ·同组的定义 | 第54页 |
| ·Fisher 判据的引入 | 第54-55页 |
| ·自下而上的纹理分割 | 第55-57页 |
| ·仿真研究 | 第57-60页 |
| ·实验设置 | 第57页 |
| ·仿真结果与分析 | 第57-60页 |
| ·小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 致 谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第69页 |
