图像纹理的特征提取和分类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-12页 |
| 1.1 研究意义及目的 | 第9页 |
| 1.2 纹理分析应用 | 第9-10页 |
| 1.3 发展与现状 | 第10-11页 |
| 1.4 本文结构安排 | 第11-12页 |
| 2 纹理分析方法 | 第12-19页 |
| 2.1 纹理基本概念及定义 | 第12-13页 |
| 2.2 纹理分析算法 | 第13-16页 |
| 2.3 图像分类算法 | 第16-17页 |
| 2.4 纹理图像分类基本思路 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 纹理特征提取算法研究 | 第19-30页 |
| 3.1 Radon 变换 | 第19-20页 |
| 3.2 灰度共生矩阵 | 第20-22页 |
| 3.3 小波变换 | 第22-27页 |
| 3.4 基于 Radon 变换和小波变换 | 第27-28页 |
| 3.5 基于灰度共生矩阵和小波变换 | 第28-30页 |
| 4 多类 SVM 分类算法研究 | 第30-34页 |
| 4.1 支持向量机分类器 | 第30-32页 |
| 4.2 多分类器算法 | 第32-33页 |
| 4.3 本章小结 | 第33-34页 |
| 5 实验结果分析及算法比较 | 第34-45页 |
| 5.1 实验模块功能设计 | 第34-35页 |
| 5.2 SVM 性能实验 | 第35-41页 |
| 5.3 纹理特征提取算法比较实验 | 第41-44页 |
| 5.4 本章小结 | 第44-45页 |
| 6 总结与展望 | 第45-47页 |
| 6.1 全文总结 | 第45页 |
| 6.2 研究展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
