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HSV和纹理特征的图像分类

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 论文的背景及意义第10-11页
    1.2 研究状况概述第11-12页
    1.3 论文主要研究内容第12-13页
    1.4 论文的框架结构第13-14页
第二章 图像特征的提取第14-17页
    2.1 颜色特征第14-15页
    2.2 纹理特征第15-16页
    2.3 形状特征第16页
    2.4 空间关系特征第16-17页
第三章 基于HSV分块加权的图像分类第17-32页
    3.1 基于颜色特征的图像分类第18页
    3.2 图像预处理第18-22页
    3.3 基于HSV颜色特征的分块加权算法第22-28页
    3.4 基于分块加权的HSV分类算法第28-29页
    3.5 实验环境及工具介绍第29-30页
    3.6 实验结果分析第30-31页
    3.7 本章小结第31-32页
第四章 LBP的改进及其分类第32-45页
    4.1 LBP算子的改进第32-40页
    4.2 基于改进的LBP算子的图像分类算法第40-41页
    4.3 实验结果及分析第41-44页
    4.4 本章小结第44-45页
第五章 融合HSV、LBP和GLCM的图像分类第45-55页
    5.1 特征降维及归一化第46-47页
    5.2 基于HSV颜色特征和LBP纹理特征的PCA降维第47-49页
    5.3 灰度共生矩阵第49-50页
    5.4 融合HSV、LBP、GLCM的分类算法第50-52页
    5.5 实验过程及结果分析第52-54页
    5.6 本章小结第54-55页
第六章 总结与展望第55-57页
    6.1 总结第55页
    6.2 展望第55-57页
参考文献第57-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:大学生生态道德教育途径研究
下一篇:抗日战争时期毛泽东思想政治教育理论研究