首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

石材纹理图像识别方法

中文摘要第3-4页
Abstract第4-5页
第1章 绪论第8-13页
    1.1 选题背景与意义第8-9页
    1.2 国内外研究现状分析第9-10页
        1.2.1 纹理图像识别的国内外研究现状第9-10页
        1.2.2 石材识别的国内外研究现状第10页
    1.3 主要内容和创新点第10-11页
    1.4 组织结构第11-13页
第2章 相关技术简介第13-22页
    2.1 Gabor滤波器介绍第13-15页
        2.1.1 Gabor变换的提出第13-14页
        2.1.2 Gabor滤波器第14-15页
    2.2 灰度共生矩阵(GLCM)第15-17页
    2.3 支持向量机第17-19页
    2.4 多核学习第19-21页
        2.4.1 多线性组合合成方法第19-21页
        2.4.2 多核拓展合成方法第21页
    2.5 本章小结第21-22页
第3章 石材图像纹理特征提取第22-37页
    3.1 引言第22页
    3.2 石材图像的纹理增强第22-24页
        3.2.1 高斯差分滤波器第22-23页
        3.2.2 直方图均衡化第23-24页
    3.3 Gabor特征提取第24-26页
    3.4 灰度共生矩阵(GLCM)特征提取第26-32页
        3.4.1 灰度级数的选择第27-30页
        3.4.2 移动方向的选择第30页
        3.4.3 移动步长的确定第30-32页
    3.5 HSV特征提取第32-34页
    3.6 数据集第34-36页
    3.7 本章小结第36-37页
第4章 基于单核分类器的石材图像识别方法第37-48页
    4.1 引言第37-38页
    4.2 遗传算法第38-40页
    4.3 支持向量机核函数及其参数选取第40-42页
        4.3.1 支持向量机核函数选取第40-41页
        4.3.2 基于遗传算法的支持向量机参数选取第41-42页
    4.4 仿真实验及结果分析第42-47页
        4.4.1 实验的建立第42页
        4.4.2 结果分析第42-47页
    4.5 本章小结第47-48页
第5章 基于多核学习的石材图像识别方法第48-60页
    5.1 引言第48页
    5.2 简单多核学习第48-52页
    5.3 仿真实验及结果分析第52-58页
        5.3.1 实验的建立第52-56页
        5.3.2 结果分析第56-58页
    5.4 本章小结第58-60页
第6章 单核学习方法与多核学习方法的比较分析第60-63页
第7章 基于本文方法的APP应用第63-66页
总结与展望第66-68页
致谢第68-69页
参考文献第69-73页
个人简历第73-74页
在校期间的研究成果以及发表的学术论文第74页

论文共74页,点击 下载论文
上一篇:微信谣言的法律规制研究
下一篇:三权分置下农地权利的构建