复杂光照下图像特征提取技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题的研究背景及意义 | 第9-11页 |
| 1.2 复杂光照下图像特征提取技术的研究现状 | 第11-16页 |
| 1.3 本文的主要研究内容与结构安排 | 第16-18页 |
| 1.3.1 本文的主要研究内容 | 第16-17页 |
| 1.3.2 本文的结构安排 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 图像特征提取中常用的方法 | 第19-35页 |
| 2.1 尺度不变特征变换(SIFT) | 第19-21页 |
| 2.2 局部图结构(LGS) | 第21页 |
| 2.3 局部二值模式(LBP) | 第21-25页 |
| 2.3.1 经典LBP算子 | 第21-22页 |
| 2.3.2 旋转不变LBP算子 | 第22-23页 |
| 2.3.3 LBP算子的等价模式 | 第23-24页 |
| 2.3.4 局部三值模式(LTP) | 第24-25页 |
| 2.4 韦伯局部描述符(WLD) | 第25-31页 |
| 2.4.1 韦伯定律 | 第26页 |
| 2.4.2 差分激励 | 第26-28页 |
| 2.4.3 梯度方向 | 第28-29页 |
| 2.4.4 直方图 | 第29-31页 |
| 2.5 常用的图像分类方法概述 | 第31-34页 |
| 2.5.1 K-means算法 | 第31-32页 |
| 2.5.2 SVM算法 | 第32-33页 |
| 2.5.3 K近邻算法(KNN) | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 基于WLD和LTP算子的改进算法及实现 | 第35-52页 |
| 3.1 WLD算子的客观分析 | 第35-36页 |
| 3.1.1 WLD算子特性分析 | 第35页 |
| 3.1.2 WLD算子存在的问题 | 第35-36页 |
| 3.2 LTP算子的客观分析 | 第36-37页 |
| 3.3 改进的各向异性韦伯局部描述符 | 第37-43页 |
| 3.3.1 改进的各向异性LOG算子 | 第38-40页 |
| 3.3.2 各向异性LOG算子尺度参量的选取 | 第40-41页 |
| 3.3.3 各向异性LOG算子角度参量的选取 | 第41-43页 |
| 3.4 改进的自适应对称三值模式 | 第43-47页 |
| 3.4.1 中心对称局部二值模式概述 | 第43-44页 |
| 3.4.2 改进的中心对称局部三值模式 | 第44-45页 |
| 3.4.3 改进的自适应对称三值模式 | 第45-47页 |
| 3.5 本文提出的图像局部特征提取算法 | 第47-51页 |
| 3.5.1 改进的AWASTP算子 | 第47-48页 |
| 3.5.2 AWASTP直方图计算 | 第48-50页 |
| 3.5.3 分块特征提取 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 实验结果与分析 | 第52-70页 |
| 4.1 性能评价标准 | 第53页 |
| 4.2 分类器设计 | 第53-54页 |
| 4.3 实验流程 | 第54页 |
| 4.4 实验结果与分析 | 第54-69页 |
| 4.4.1 CMUPIE人脸图像库 | 第55-60页 |
| 4.4.2 FERET人脸图像库 | 第60-63页 |
| 4.4.3 PhoTex纹理图像库 | 第63-66页 |
| 4.4.4 RawFoot纹理图像库 | 第66-69页 |
| 4.5 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
