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

基于多尺度几何分析的图像特征提取与分类

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-13页
   ·纹理特征分析及图像分类第9-11页
   ·图像的多分辨分析理论基础第11-12页
   ·论文的主要工作及内容安排第12-13页
第二章 图像特征提取与分类方法第13-25页
   ·图像的特征提取第13-19页
     ·灰度共生矩阵第13-16页
     ·从傅里叶分析到小波变换第16-17页
     ·Curvelet变换第17-18页
     ·Contourlet变换第18页
     ·Brushlet变换第18-19页
   ·图像分类技术第19-24页
     ·模式识别系统第19-20页
     ·常用的模式分类方法第20-22页
     ·图像分类概述第22-24页
   ·本章小结第24-25页
第三章 基于频域方向特征相关性的SAR图像分类第25-37页
   ·频域方向特征第25-28页
     ·Brushlet分解及其局限性第25-26页
     ·频域方向特征提取第26-28页
   ·基于频域方向特征相关性的图像分类第28-31页
     ·基于特征相关性的纹理分析第28-30页
     ·基于相关性分析的分类器设计第30-31页
   ·实验结果第31-35页
     ·Brodatz纹理图像分类第32-33页
     ·SAR图像分类第33-35页
   ·本章小结第35-37页
第四章 基于uDWT域多分辨共生矩阵的纹理图像分类第37-47页
   ·基于uDWT域的多分辨共生矩阵第37-40页
     ·非下采样小波变换第38页
     ·基于uDWT域的多分辨共生特征提取第38-40页
   ·特征分析与特征选择第40-43页
     ·多分辨共生矩阵的特征选择第41页
     ·多分辨共生矩阵与灰度共生矩阵第41-42页
     ·多分辨共生矩阵与小波能量特征第42-43页
   ·Brodatz纹理图像分类实验结果第43-45页
     ·多分辨共生矩阵用于纹理图像分类第43页
     ·多分辨共生矩阵的特征选择第43-44页
     ·多分辨共生矩阵与小波能量特征的特征选择第44-45页
   ·SAR图像分类实验结果第45-46页
   ·本章小结第46-47页
第五章 基于NSCT域多分辨共生特征的纹理图像分类第47-63页
   ·基于NSCT域的多分辨共生特征第47-52页
     ·Contourlet变换及非下采样Contourlet变换第47-48页
     ·Contourlet变换的多方向性第48-49页
     ·基于NSCT域的多分辨共生特征提取第49-52页
   ·特征分析与特征选择第52-56页
     ·共生矩阵统计量的特征选择第52-53页
     ·共生特征角度的特征选择第53-55页
     ·NSCT方向子带的特征选择第55-56页
     ·NSCT能量与多分辨共生矩阵的特征选择第56页
   ·实验结果第56-60页
     ·多分辨共生矩阵用于纹理分类第57-58页
     ·多分辨共生特征的特征选择第58-60页
     ·多分辨共生矩阵与NSCT能量特征的特征选择第60页
   ·本章小结第60-63页
第六章 总结与展望第63-65页
   ·论文工作总结第63-64页
   ·下一步工作展望第64-65页
致谢第65-67页
参考文献第67-73页
作者在读期间的研究成果第73-74页

论文共74页,点击 下载论文
上一篇:多光谱图像人脸识别方法的性能评估
下一篇:结合发色的人脸检测与跟踪