基于纹理特征的瓷砖图像分类
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究意义与目的 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 瓷砖分类系统研究现状 | 第10-11页 |
| 1.2.2 纹理分析研究现状 | 第11-12页 |
| 1.3 主要研究工作 | 第12页 |
| 1.4 论文章节安排 | 第12-15页 |
| 2 瓷砖图像纹理分析方法研究 | 第15-27页 |
| 2.1 纹理的概念 | 第15-16页 |
| 2.1.1 纹理的定义 | 第15页 |
| 2.1.2 纹理的特性 | 第15-16页 |
| 2.2 实验图像 | 第16-17页 |
| 2.3 纹理特征提取方法 | 第17-22页 |
| 2.3.1 统计方法 | 第18-19页 |
| 2.3.2 模型方法 | 第19-21页 |
| 2.3.3 信号处理方法 | 第21-22页 |
| 2.3.4 结构方法 | 第22页 |
| 2.4 特征分类方法 | 第22-24页 |
| 2.4.1 近邻分类算法 | 第23页 |
| 2.4.2 神经网络 | 第23-24页 |
| 2.4.3 支持向量机 | 第24页 |
| 2.4.4 决策树 | 第24页 |
| 2.5 瓷砖纹理分类技术路线 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 3 瓷砖图像纹理特征提取 | 第27-43页 |
| 3.1 瓷砖图像的纹理增强 | 第27-30页 |
| 3.1.1 高斯差分滤波器 | 第28页 |
| 3.1.2 高斯滤波 | 第28-29页 |
| 3.1.3 直方图均衡化 | 第29-30页 |
| 3.2 共生矩阵特征 | 第30-37页 |
| 3.2.1 灰度共生矩阵 | 第30页 |
| 3.2.2 灰度共生矩阵特征参数 | 第30-33页 |
| 3.2.3 瓷砖图像灰度共生矩阵建立方法研究 | 第33-37页 |
| 3.3 统计几何特征 | 第37-41页 |
| 3.3.1 连通区域定义 | 第37-38页 |
| 3.3.2 二值图像分割和特征提取 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 SVM多分类算法研究 | 第43-55页 |
| 4.1 支持向量机分类原理 | 第43-47页 |
| 4.1.1 线性可分 | 第44-45页 |
| 4.1.2 线性不可分 | 第45-46页 |
| 4.1.3 非线性可分 | 第46-47页 |
| 4.2 核函数及分类参数选取 | 第47-49页 |
| 4.3 分类实验结果与分析 | 第49-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 工作总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间主要的研究成果目录 | 第61页 |
