| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| §1.1 研究背景及意义 | 第8-10页 |
| §1.1.1 纹理的定义 | 第8-9页 |
| §1.1.2 纹理分割的意义 | 第9-10页 |
| §1.2 论文结构及主要研究内容 | 第10-12页 |
| 第二章 小波变换 | 第12-24页 |
| §2.1 小波的基本理论 | 第12-14页 |
| §2.1.1 连续小波变换 | 第12-13页 |
| §2.1.2 二进小波变换 | 第13页 |
| §2.1.3 离散小波变换 | 第13-14页 |
| §2.2 小波变换性质 | 第14-17页 |
| §2.2.1 正交性 | 第15页 |
| §2.2.2 紧支撑性 | 第15-16页 |
| §2.2.3 对称性 | 第16页 |
| §2.2.4 消失矩 | 第16-17页 |
| §2.3 多分辨率分析和Mallat算法 | 第17-23页 |
| §2.3.1 多分辨率分析(MRA) | 第17-19页 |
| §2.3.2 Mallat算法 | 第19-21页 |
| §2.3.3 二维Mallat算法 | 第21-23页 |
| §2.4 本章小结 | 第23-24页 |
| 第三章 基于纹理分析的图像分割 | 第24-31页 |
| §3.1 基于区域的图像分割 | 第24页 |
| §3.2 基于边缘的图像分割 | 第24-26页 |
| §3.3 基于纹理分析的图像分割 | 第26-31页 |
| §3.3.1 统计法 | 第26-27页 |
| §3.3.2 结构法 | 第27-28页 |
| §3.3.3 模型法 | 第28-29页 |
| §3.3.4 空间/频率域联合分析法 | 第29-31页 |
| 第四章 图像分割的偏微分方程方法 | 第31-42页 |
| §4.1 偏微方程方法用于分割的活动轮廓模型 | 第31-34页 |
| §4.1.1 基于"能量"的活动轮廓模型 | 第31-32页 |
| §4.1.2 测地活动轮廓模型 | 第32-34页 |
| §4.2 曲线演化的水平集方法 | 第34-37页 |
| §4.2.1 曲线演化的水平集方法 | 第34-35页 |
| §4.2.2 曲线演化的变分水平集方法 | 第35-37页 |
| §4.3 测地活动轮廓(GAC)的水平集方法数值实现 | 第37-40页 |
| §4.4 本章小结 | 第40-42页 |
| 第五章 基于Gabor变换的纹理分析 | 第42-47页 |
| §5.1 Gabor滤波器原理 | 第42-44页 |
| §5.1.1 一维Gabor函数 | 第42-43页 |
| §5.1.2 二维Gabor函数 | 第43-44页 |
| §5.1.3 Gabor小波函数 | 第44页 |
| §5.2 Gabor滤波器实际设计 | 第44-45页 |
| §5.3 利用Gabor滤波器组获得多通道子图像 | 第45-46页 |
| §5.4 本章小结 | 第46-47页 |
| 第六章 基于小波包变换的矢量纹理图像分割 | 第47-65页 |
| §6.1 问题提出以及算法思想 | 第47-48页 |
| §6.2 小波包变换的多通道滤波 | 第48-51页 |
| §6.2.1 小波包变换原理 | 第48-50页 |
| §6.2.2 无下采样的小波包变换 | 第50-51页 |
| §6.3 矢量图像的GAC模型 | 第51-55页 |
| §6.3.1 矢量图像的边缘 | 第51-54页 |
| §6.3.2 矢量图像的GAC模型 | 第54-55页 |
| §6.4 实验结果 | 第55-61页 |
| §6.4.1 人工合成纹理图像的分割 | 第56-57页 |
| §6.4.2 自然纹理图像的分割 | 第57-61页 |
| §6.5 与Gabor滤波器的比较 | 第61-64页 |
| §6.5.1 人工合成纹理图像 | 第61-62页 |
| §6.5.2 自然纹理图像 | 第62-64页 |
| §6.6 本章小结 | 第64-65页 |
| 第七章 总结 | 第65-67页 |
| §7.1 本文的主要工作 | 第65页 |
| §7.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 硕士期间撰写的相关学术论文 | 第72页 |