小波在纹理图像处理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第1章 绪论 | 第15-34页 |
| ·课题背景和意义 | 第15-16页 |
| ·纹理 | 第16-27页 |
| ·纹理的定义 | 第16-19页 |
| ·纹理研究的基本问题和主要方法 | 第19-27页 |
| ·小波在纹理图像处理中的应用研究现状 | 第27-32页 |
| ·论文的结构与主要研究内容 | 第32-34页 |
| 第2章 小波理论 | 第34-51页 |
| ·引言 | 第34-36页 |
| ·连续小波变换 | 第36-37页 |
| ·小波变换的离散化 | 第37-39页 |
| ·多分辨率分析和离散小波变换 | 第39-43页 |
| ·离散小波框架变换 | 第43-48页 |
| ·基本小波的主要性质 | 第48-51页 |
| 第3章 纹理图像分类 | 第51-68页 |
| ·引言 | 第51-52页 |
| ·基于小波框架模极值的分类算法 | 第52-55页 |
| ·基于小波框架模极值共生距阵的分类算法 | 第55-57页 |
| ·基于小波框架模极大值和模极小值的分类算法 | 第57-58页 |
| ·仿真实验 | 第58-67页 |
| ·本章小结 | 第67-68页 |
| 第4章 纹理图像分割及应用 | 第68-86页 |
| ·引言 | 第68-69页 |
| ·基础知识 | 第69-73页 |
| ·Gabor小波 | 第69-70页 |
| ·核方法 | 第70-73页 |
| ·基于Gabor小波和核方法的纹理图像分割算法 | 第73-82页 |
| ·特征提取 | 第74-76页 |
| ·分割算法 | 第76-78页 |
| ·仿真实验 | 第78-82页 |
| ·数字文档图像分割 | 第82-85页 |
| ·算法描述 | 第82页 |
| ·仿真实验 | 第82-85页 |
| ·本章小结 | 第85-86页 |
| 第5章 基于纹理的图像检索 | 第86-101页 |
| ·引言 | 第86-87页 |
| ·小波变换的选取 | 第87-91页 |
| ·纹理特征和非相似性测距 | 第91-93页 |
| ·纹理特征的提取 | 第91-92页 |
| ·非相似性测距 | 第92-93页 |
| ·仿真实验 | 第93-100页 |
| ·本章小结 | 第100-101页 |
| 第6章 快速k近邻搜索算法 | 第101-120页 |
| ·引言 | 第101-102页 |
| ·基于小波金字塔的快速搜索算法 | 第102-111页 |
| ·Haar小波变换 | 第102-103页 |
| ·基于金字塔的快速搜索算法 | 第103-104页 |
| ·不等式判据一 | 第104页 |
| ·不等式判据二 | 第104-107页 |
| ·算法描述 | 第107-109页 |
| ·仿真实验 | 第109-111页 |
| ·基于逼近系数的快速搜索算法 | 第111-115页 |
| ·算法描述 | 第111-114页 |
| ·仿真实验 | 第114-115页 |
| ·基于次逼近系数的快速搜索算法 | 第115-118页 |
| ·算法描述 | 第115-117页 |
| ·仿真实验 | 第117-118页 |
| ·本章小结 | 第118-120页 |
| 结论 | 第120-122页 |
| 参考文献 | 第122-133页 |
| 攻读博士学位期间发表的学术论文 | 第133-136页 |
| 哈尔滨工业大学博士学位论文原创性声明 | 第136页 |
| 哈尔滨工业大学博士学位论文使用授权书 | 第136-138页 |
| 致谢 | 第138页 |
