| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-12页 |
| ·课题研究背景及意义 | 第7页 |
| ·纹理分割的研究现状 | 第7-9页 |
| ·本文的工作及结构安排 | 第9-12页 |
| 2 纹理特征提取方法 | 第12-22页 |
| ·基于统计的特征提取 | 第12-15页 |
| ·灰度共生矩阵法 | 第12-14页 |
| ·灰度游程长度方法 | 第14页 |
| ·灰度差分统计法 | 第14-15页 |
| ·基于结构的特征提取 | 第15-16页 |
| ·基于小波变换的特征提取 | 第16-18页 |
| ·基于模型的特征提取 | 第18-21页 |
| ·自相关模型 | 第18页 |
| ·随机场模型 | 第18-19页 |
| ·分形模型 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 分形维数的估算方法 | 第22-40页 |
| ·分形的定义 | 第22-23页 |
| ·分形维数 | 第23-26页 |
| ·分形维数的一般估算方法 | 第26-33页 |
| ·离散分形布朗随机场模型(DFBR)及参数估算 | 第26-28页 |
| ·微分计盒方法(DBC)估算分形维数 | 第28-29页 |
| ·相关微分计盒方法(RDBC)估算分形维数 | 第29-30页 |
| ·一种改进的微分计盒维数方法(IDBC) | 第30-33页 |
| ·基于数学形态学的分形维数估计 | 第33-40页 |
| ·计算依据 | 第33页 |
| ·灰值形态学的两种操作 | 第33-35页 |
| ·基于固定结构元的数学形态学分形维数估计方法(FSEM) | 第35-37页 |
| ·基于可变结构元数学形态学分形维数估计(VSEM) | 第37-40页 |
| 4 用神经网络进行纹理特征分类 | 第40-47页 |
| ·概述 | 第40页 |
| ·改进的特征值平滑技术 | 第40-42页 |
| ·自组织特征映射神经网络(SOFM) | 第42-47页 |
| ·SOFM神经网络结构 | 第42-43页 |
| ·SOFM神经网络的学习及工作规则 | 第43-46页 |
| ·本文使用的SOFM神经网络分类器结构 | 第46-47页 |
| 5 地震剖面图像的纹理分割 | 第47-58页 |
| ·概述 | 第47-48页 |
| ·地震剖面图像的纹理特征提取 | 第48-50页 |
| ·主纹理特征 | 第48-50页 |
| ·辅助纹理特征 | 第50页 |
| ·分形维数实验分析 | 第50-54页 |
| ·分形维数的计算 | 第50-52页 |
| ·主纹理特征值分析 | 第52-54页 |
| ·纹理分割实验分析 | 第54-58页 |
| 总结与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |