基于频繁项集的纹理特征提取方法及其在图像分类中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 基于颜色的图像检索 | 第9-10页 |
| 1.2.2 基于形状的图像检索 | 第10页 |
| 1.2.3 基于纹理的图像检索 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 纹理特征提取技术 | 第14-20页 |
| 2.1 灰度共生矩阵 | 第14-15页 |
| 2.2 Tamura纹理特征 | 第15-16页 |
| 2.3 LBP方法 | 第16-18页 |
| 2.4 小波方法 | 第18-20页 |
| 第三章 基于小波域频繁项集的纹理特征提取 | 第20-37页 |
| 3.1 概述 | 第20-21页 |
| 3.2 基本概念和方法 | 第21-25页 |
| 3.2.1 图像的分解处理 | 第21-22页 |
| 3.2.2 Apriori算法 | 第22-25页 |
| 3.3 纹理特征构造 | 第25-28页 |
| 3.3.1 频繁二项集特征的提取 | 第25-27页 |
| 3.3.2 均值和方差特征的提取 | 第27-28页 |
| 3.3.3 纹理特征距离度量 | 第28页 |
| 3.4 频繁项集的特点及分类方法的设计 | 第28-31页 |
| 3.4.1 频繁项集的特点 | 第28-30页 |
| 3.4.2 分类方法的设计 | 第30-31页 |
| 3.5 实验及结果分析 | 第31-36页 |
| 3.5.1 Brodatz纹理库图像分类 | 第31-35页 |
| 3.5.2 Vistex自然纹理图像分类 | 第35-36页 |
| 3.6 小结 | 第36-37页 |
| 第四章 基于颜色和纹理特征的图像分类 | 第37-44页 |
| 4.1 图像颜色特征的提取 | 第37-39页 |
| 4.2 颜色特征距离度量 | 第39-40页 |
| 4.3 综合颜色和纹理特征的距离度量 | 第40页 |
| 4.4 实验分析 | 第40-43页 |
| 4.4.1 Vistex自然纹理图像分类 | 第40-41页 |
| 4.4.2 自然风景图像分类 | 第41-43页 |
| 4.5 小结 | 第43-44页 |
| 第五章 工作总结及展望 | 第44-45页 |
| 5.1 主要工作及结论 | 第44页 |
| 5.2 研究展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 在学期间研究成果 | 第48-49页 |
| 致谢 | 第49页 |
