一种抗几何形变的纹理特征提取算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 图表目录 | 第8-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9页 |
| ·图像检索技术的发展 | 第9-12页 |
| ·基于关键字的图像检索 | 第9-10页 |
| ·基于内容的图像检索 | 第10-12页 |
| ·用于图像检索的特征提取技术的发展 | 第12-14页 |
| ·特征与特征提取的基本概念 | 第12-14页 |
| ·主要的特征提取技术 | 第14页 |
| ·图像的纹理特征及论文课题的提出 | 第14-16页 |
| ·图像纹理特征的概念 | 第14-15页 |
| ·本文的研究目的与意义 | 第15页 |
| ·本文的研究内容与目标 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 第二章 典型的纹理特征提取技术研究 | 第18-33页 |
| ·基于纹理检索的基本概念 | 第18-19页 |
| ·自相关函数方法 | 第19页 |
| ·共生矩阵方法 | 第19-22页 |
| ·小波变换方法 | 第22-33页 |
| ·小波变换基本概念 | 第23-26页 |
| ·多分辨率分析 | 第26-27页 |
| ·快速小波变换计算方法 | 第27-28页 |
| ·图像小波分解 | 第28-29页 |
| ·基于小波的纹理信息 | 第29-33页 |
| 第三章 抗几何形变的特征提取算法 | 第33-48页 |
| ·基于典型算法提出本文算法 | 第33页 |
| ·图像的几何失真 | 第33-34页 |
| ·自相关函数的引入 | 第34-41页 |
| ·图像自相关函数的定义及性质 | 第34-35页 |
| ·算法引入图像自相关函数 | 第35-41页 |
| ·对数-极值域的引入 | 第41-43页 |
| ·使用Daubechies小波提取特征矢量 | 第43-48页 |
| ·构造小波滤波器的考虑因素 | 第43-44页 |
| ·Daubechies小波 | 第44-45页 |
| ·小波变换的纹理测试指标 | 第45-46页 |
| ·算法的特征提取步骤 | 第46-48页 |
| 第四章 抗几何形变鲁棒性的验证 | 第48-59页 |
| ·Brodatz纹理库 | 第48页 |
| ·算法验证的准备工作 | 第48-52页 |
| ·图像库的准备 | 第48-51页 |
| ·特征矢量的归一化 | 第51页 |
| ·相似度度量方式的选定 | 第51-52页 |
| ·本文算法的特征提取效果验证 | 第52-55页 |
| ·基准图 D3的特征提取 | 第52-55页 |
| ·相似度度量实现图像检索 | 第55页 |
| ·典型算法的特征提取效果验证 | 第55-57页 |
| ·自相关函数方法的验证 | 第56页 |
| ·小波变换方法的验证 | 第56-57页 |
| ·检索结果比较与分析 | 第57-59页 |
| 第五章 回顾与展望 | 第59-62页 |
| ·设计回顾 | 第59-60页 |
| ·技术展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-71页 |
| 致谢 | 第71页 |
