基于属性的图像分类研究

摘要	第1-5页
Abstract	第5-9页
目录	第9-12页
第1章 绪论	第12-22页
·引言	第12-14页
·所涉及的相关问题	第14-18页
·计算机视觉与图像处理	第14页
·图像处理过程	第14-16页
·图像、属性与分类	第16-18页
·图像分类问题研究的现状	第18-19页
·本文的主要内容和结构安排	第19-22页
第2章 图像属性与图像的形式化描述	第22-38页
·引言	第22页
·图像视元及视元属性	第22-29页
·图像的视觉元素	第22-25页
·图像视元的分层	第25-26页
·图像视元层的关联	第26-29页
·面向任务的图像属性	第29-34页
·面向增强与恢复的图像属性	第29-30页
·面向图像压缩的图像属性	第30-33页
·面向图像分割的图像属性	第33-34页
·基于属性的图像分类原则	第34-37页
·小结	第37-38页
第3章 小波理论与图像小波变换	第38-48页
·引言	第38-39页
·连续小波变换与离散小波变换	第39-40页
·多分辨率分析与二维小波变换	第40-43页
·小波分解的系数的特点及描述	第43-47页
·小波系数的层内模型	第43-45页
·小波系数的层间模型	第45-46页
·小波系数的聚集性和空间方向的选择性	第46-47页
·小结	第47-48页
第4章 基于边缘度的图像分类与压缩预测	第48-62页
·引言	第48-49页
·基于图像边缘度的图像分类	第49-54页
·图像属性与图像边缘	第49页
·算法流程与实现	第49-53页
·实验结果与分析	第53-54页
·基于边缘度的图像压缩结果的预测	第54-56页
·图像压缩与图像边缘度	第54-55页
·不同类型图像的压缩结果预测	第55-56页
·基于边缘度的零树压缩分解层的选择	第56-61页
·嵌入式零树小波编码算法EZW	第56-57页
·EZW算法中小波分解层数的选择	第57-61页
·小结	第61-62页
第5章 图像噪声类型识别与估计	第62-75页
·引言	第62-63页
·图像噪声类型识别与估计	第63-70页
·图像噪声类型描述	第63-64页
·图像噪声的类型识别与估计	第64-67页
·实验结果与分析	第67-70页
·基于区域分割的图像噪声估计	第70-74页
·问题的提出	第70-71页
·基于小波变换的图像平滑区的提取	第71-72页
·实验结果与分析	第72-74页
·小结	第74-75页
第6章 图像模糊类型识别与估计	第75-91页
·引言	第75-77页
·图像模糊类型识别与估计	第77-84页
·图像模糊类型的描述	第77页
·图像模糊类型的识别	第77-81页
·实验结果与分析	第81-84页
·图像模糊度估计	第84-87页
·图像的模糊与边缘活动度	第84页
·图像模糊度的计算	第84-85页
·实验结果与分析	第85-87页
·基于图像模糊度的人脸图像恢复	第87-90页
·恢复算法描述与问题的求解	第87-88页
·人脸先验信息与恢复项的折衷	第88-89页
·实验结果与分析	第89-90页
·小结	第90-91页
第7章 图像边缘测度与图像分类	第91-103页
·引言	第91页
·图像边缘特性	第91-92页
·基于小波分解的图像边缘测度	第92-99页
·图像的边缘对比度	第92-96页
·属性直方图与图像边缘测度	第96-99页
·实验结果与分析	第99-102页
·小结	第102-103页
结论	第103-106页
创新点摘要	第106-107页
攻读学位期间公开发表的论文	第107-108页
致谢	第108-109页
参考文献	第109-120页
附录	第120-122页