| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·图像分割现状及存在的问题 | 第10-13页 |
| ·纹理分析综述 | 第13-15页 |
| ·统计纹理描述 | 第13-14页 |
| ·结构纹理描述 | 第14页 |
| ·空间／频域纹理描述 | 第14-15页 |
| ·纹理图像分割的意义、作用及技术概况 | 第15-16页 |
| ·主要内容及结构安排 | 第16-17页 |
| 第2章 统计纹理分析 | 第17-38页 |
| ·灰度共生矩阵 | 第17-19页 |
| ·尺度共生矩阵 | 第19-22页 |
| ·框架小波变换 | 第19-20页 |
| ·尺度共生矩阵及特征提取 | 第20-22页 |
| ·Laws纹理能量度量法 | 第22-23页 |
| ·分形维数计算 | 第23-32页 |
| ·Pelegε-毯子法 | 第25页 |
| ·改进的盒子维数算法 | 第25-27页 |
| ·多重分形与广义维数谱 | 第27-29页 |
| ·布朗分形维数 | 第29-30页 |
| ·各种分形维数的比较 | 第30-32页 |
| ·GMRF模型 | 第32-35页 |
| ·SAR模型 | 第35-37页 |
| ·SAR模型的描述 | 第35-36页 |
| ·特征提取 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 空间／频域纹理分析 | 第38-50页 |
| ·基于小波变换的纹理特征提取 | 第38-42页 |
| ·小波分解及多分辨率分析 | 第39-41页 |
| ·特征提取 | 第41-42页 |
| ·基于不完全树结构小波变换的纹理特征提取 | 第42-46页 |
| ·塔型小波变换和树型小波变换在纹理分析中的比较 | 第43-45页 |
| ·特征提取 | 第45-46页 |
| ·多通道Gabor滤波器 | 第46-49页 |
| ·Gabor滤波器表达式 | 第46-47页 |
| ·Gabor滤波器的性质 | 第47页 |
| ·滤波器的选择 | 第47-48页 |
| ·特征提取 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于神经网络的纹理图像分割 | 第50-63页 |
| ·模糊聚类神经网络 | 第50-58页 |
| ·自组织映射神经网络的基本结构 | 第50-51页 |
| ·Kohonen聚类神经网络 | 第51-53页 |
| ·模糊Kohonen聚类神经网络 | 第53-55页 |
| ·改进的模糊Kohonen聚类神经网络 | 第55-58页 |
| ·混合递阶遗传算法优化RBF神经网络 | 第58-62页 |
| ·径向基神经网络 | 第58-59页 |
| ·径向基神经网络权值的推导 | 第59-61页 |
| ·混合递阶遗传算法优化RBF神经网络 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 仿真结果与分析 | 第63-79页 |
| ·统计纹理分析仿真实验 | 第63-75页 |
| ·基于灰度共生矩阵和尺度共生矩阵的纹理分割仿真结果 | 第63-64页 |
| ·基于Laws能量和改进的盒子维数的纹理分割仿真结果 | 第64-68页 |
| ·基于Laws分形的纹理分割仿真结果 | 第68-70页 |
| ·基于布朗分形维数和盒子维数的纹理分割仿真结果 | 第70-73页 |
| ·基于SAR模型和小波变换相结合的纹理分割仿真结果 | 第73-75页 |
| ·空间／频域纹理分析仿真实验 | 第75-77页 |
| ·基于小波变换及特征加权的纹理分割仿真结果 | 第75-77页 |
| ·基于不完全树小波变换特征的纹理分割仿真结果 | 第77页 |
| ·基于遗传径向基神经网络的纹理分割仿真结果 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第86-87页 |
| 致谢 | 第87-88页 |
| 作者简介 | 第88页 |
