颜色分量自适应的主纹理提取算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文相关研究工作 | 第11-14页 |
| 1.3.1 纹理分析 | 第12-13页 |
| 1.3.2 纹理合成分析 | 第13-14页 |
| 1.4 论文的结构组织 | 第14-15页 |
| 第2章 颜色空间的选取 | 第15-23页 |
| 2.1 纹理的颜色分布 | 第15页 |
| 2.2 RGB颜色空间 | 第15-16页 |
| 2.3 LAB颜色空间 | 第16-18页 |
| 2.4 HIS颜色空间 | 第18-20页 |
| 2.5 颜色空间的对比与选取 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 多分辨率纹理特征提取 | 第23-39页 |
| 3.1 纹理特征提取 | 第23-27页 |
| 3.1.1 基于一阶统计形式的纹理特征 | 第23-24页 |
| 3.1.2 基于二阶统计形式的纹理特征 | 第24-26页 |
| 3.1.3 纹理特征提取算法总结 | 第26-27页 |
| 3.2 基于扩散距离流的主纹理特征提取算法 | 第27-30页 |
| 3.3 基于全局对比度的显著性区域检测算法 | 第30-33页 |
| 3.4 多纹理区域分割 | 第33-36页 |
| 3.5 构建多分辨率灰度直方图 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 多分辨率下颜色分量自适应的主纹理提取算法 | 第39-52页 |
| 4.1 构建多分辨率的灰度直方图 | 第39-40页 |
| 4.2 自适应选择HIS分量 | 第40-42页 |
| 4.3 提取主纹理 | 第42-43页 |
| 4.4 统计梯度信息 | 第43-45页 |
| 4.5 实验结果及对比 | 第45-51页 |
| 4.5.1 提取质量 | 第47-51页 |
| 4.5.2 提取时间 | 第51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 全文总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录 攻读硕士学位期间的研究成果及参与的科研项目 | 第59页 |
