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

基于四元数小波变换的纹理图像分类

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-12页
   ·研究背景意义以及主要研究目标第8-10页
   ·研究方法和路线第10页
   ·本文的主要贡献和组织结构第10-12页
第二章 离散小波变换第12-23页
   ·理论介绍第12-19页
     ·小波变换的应用领域第12-15页
     ·小波变换的理论基础第15-19页
   ·离散小波变换的算法第19-23页
     ·Mallat算法第19页
     ·Mallat算法的实现第19-20页
     ·存在的问题第20-22页
     ·总结第22-23页
第三章 基于小波变换的纹理图像分类第23-30页
   ·纹理的定义第23-25页
     ·纹理的种类第24页
     ·纹理分析第24-25页
   ·纹理的分类第25-29页
     ·特征提取第26-28页
     ·学习和训练样本第28页
     ·K最近邻算法第28-29页
   ·本章小结第29-30页
第四章 四元数小波变换第30-41页
   ·经典小波变换的改进第30-31页
     ·四元数小波变换的优越性第30页
     ·解析小波第30-31页
   ·双树复小波变换第31-33页
     ·复数小波变换第31-32页
     ·生成二维滤波器第32-33页
     ·构造二维滤波器组第33页
   ·二维四元数小波变换的实现第33-37页
     ·算法第33-34页
     ·相位描述第34-37页
   ·图像的几何外观第37页
     ·四元数和二维相位第37页
     ·四元数小波变换的优越性第37页
   ·QWT是否弥补了DWT的不足第37-40页
     ·平移不变性第38页
     ·震荡现象/边缘效应第38-39页
     ·几何描述第39-40页
   ·结论第40-41页
第五章 四元数小波变换应用于纹理图像分类第41-49页
   ·基于QWT的纹理图像分类第41页
     ·背景第41页
     ·聚类中心(vecteur de mesures)第41页
   ·实验结果第41-47页
     ·具体实验参数的选择第41页
     ·计算错误率第41-42页
     ·错误率曲线第42-43页
     ·改进训练方法后的结果第43-46页
     ·图像识别第46-47页
   ·实验总结第47-48页
   ·本章总结第48-49页
第六章 总结与展望第49-51页
   ·总结第49页
   ·展望第49-51页
致谢第51-52页
参考文献第52-54页
附录 四元数小波变换代码第54-60页
攻读学位期间的研究成果第60页

论文共60页,点击 下载论文
上一篇:高速公路电子收费系统设计与实现
下一篇:基于Web Services的高校学生党务管理系统开发