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

基于鲁棒局部二值模式的纹理图像分类算法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-17页
    1.1 研究背景和研究意义第9-11页
    1.2 纹理分类算法的研究现状第11-14页
    1.3 研究目标和研究内容第14-15页
    1.4 内容安排第15-17页
第二章 全局与局部特征相结合的纹理分类算法第17-29页
    2.1 局部二值模式第17-18页
    2.2 基本的LBP改进算法第18-22页
        2.2.1 统一局部二值模式第18页
        2.2.2 旋转不变的统一局部二值模式第18-20页
        2.2.3 局部三值模式第20-21页
        2.2.4 支配局部二值模式第21-22页
    2.3 全局与局部相结合的纹理特征表达第22-25页
        2.3.1 全局与局部相结合的纹理特征第22-24页
        2.3.2 距离度量准则第24-25页
        2.3.3 k近邻分类算法第25页
    2.4 实验结果及分析第25-28页
    2.5 本章小结第28-29页
第三章 完整增强局部二值模式第29-39页
    3.1 增强的LBP改进算法第29-31页
        3.1.1 完整局部二值模式第29-31页
        3.1.2 局部二值模式方差第31页
    3.2 完整增强局部二值模式第31-34页
        3.2.1 增强局部二值模式第31-33页
        3.2.2 完整增强局部二值模式第33-34页
    3.3 实验结果及分析第34-38页
        3.3.1 Outex数据库上的实验结果及分析第34-35页
        3.3.2 CUReT数据库上的实验结果及分析第35-37页
        3.3.3 KTH-TIPS数据库上的实验结果及分析第37-38页
    3.4 本章小结第38-39页
第四章 抗噪声完整增强局部二值模式第39-47页
    4.1 现有抗噪声LBP算法介绍第39-42页
        4.1.1 扩展的抗噪声局部二值模式第39-41页
        4.1.2 基于Shearlet变换的局部能量模式第41-42页
    4.2 抗噪声完整增强局部二值模式第42-43页
    4.3 实验结果及分析第43-46页
    4.4 本章小结第46-47页
第五章 总结与展望第47-49页
    5.1 本文工作总结第47-48页
    5.2 展望第48-49页
参考文献第49-54页
发表论文和参加科研情况说明第54-55页
致谢第55-56页

论文共56页,点击 下载论文
上一篇:基于Leap Motion的人机交互技术的研究
下一篇:高效Reed-Solomon码硬判决译码器的研究与设计