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

基于局部结构分布的统计纹理表征方法研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第13-33页
    1.1 论文研究背景第13-14页
    1.2 国内外研究现状第14-26页
        1.2.1 纹理图像分析的难点第14-15页
        1.2.2 基于模型的方法第15-16页
        1.2.3 基于统计的方法第16-26页
    1.3 论文所涉及的数据库第26-30页
        1.3.1 Brodatz纹理库第26页
        1.3.2 CURe T纹理库第26-27页
        1.3.3 KTH-TIPS纹理库第27-28页
        1.3.4 KTH-TIPS2纹理库第28页
        1.3.5 UIUC纹理库第28-29页
        1.3.6 全天空极光图像库第29-30页
        1.3.7 UCLA动态纹理库第30页
    1.4 论文结构安排第30-33页
第二章 基于局部能量模式的纹理表征第33-53页
    2.1 引言第33-35页
        2.1.1 相关的工作第34页
        2.1.2 本章贡献第34-35页
    2.2 局部能量模式表征方法第35-42页
        2.2.1 研究动机第35页
        2.2.2 基本算法第35-40页
        2.2.3 旋转不变性分析第40-41页
        2.2.4 多尺度和尺度不变性分析第41-42页
    2.3 标准纹理库上的分类实验第42-48页
        2.3.1 数据库介绍与实验设计第42-43页
        2.3.2 尺度不变性表征方法特性第43-44页
        2.3.3 旋转不变性表征的分类第44-46页
        2.3.4 参数P和N的影响第46页
        2.3.5 N进制编码结合其他局部描述子的分类实验第46-47页
        2.3.6 与其他方法的比较第47-48页
    2.4 全天空极光图像分类实验第48-51页
    2.5 本章总结第51-53页
第三章 基于连续性最大响应和主曲率的旋转不变性纹理表征第53-87页
    3.1 引言第53-54页
        3.1.1 基于纹元字典的方法第53-54页
        3.1.2 本章贡献第54页
    3.2 相关局部描述子的回顾第54-58页
        3.2.1 Leung-Malik (LM) 滤波器组第55页
        3.2.2 Schmid (S) 滤波器组第55页
        3.2.3 Maximum Response 8 (MR8) 滤波器组第55-56页
        3.2.4 Gabor滤波器组第56页
        3.2.5 局部差分 (LD) 滤波器组第56页
        3.2.6 环和楔形 (R/W) 滤波器组第56-57页
        3.2.7 图像区块(Patch)第57-58页
    3.3 连续性纹理表征算法第58-66页
        3.3.1 连续性最大响应(CMR)局部描述子第58-62页
        3.3.2 主曲率(PC)局部描述子第62-64页
        3.3.3 表征过程第64-66页
        3.3.4 不同描述子之间的比较第66页
    3.4 标准纹理库上的分类实验第66-70页
        3.4.1 数据库介绍与实验设计第66-67页
        3.4.2 图像归一化的影响第67-69页
        3.4.3 不同方法分类性能的比较第69-70页
    3.5 旋转不变性分析第70-80页
    3.6 其他实验和讨论第80-85页
        3.6.1 与另一种基于主曲率的方法比较第80-81页
        3.6.2 噪声的影响第81-83页
        3.6.3 采用支撑向量机进行分类第83-84页
        3.6.4 采用3个尺度表征的分类性能第84-85页
    3.7 本章总结第85-87页
第四章 基于频率分解和梯度方向的尺度不变性纹理表征第87-97页
    4.1 引言第87-88页
    4.2 尺度不变性纹理表征算法第88-92页
        4.2.1 频率分解第88-89页
        4.2.2 尺度不变性梯度方向第89-92页
        4.2.3 二维联合分布的表征第92页
    4.3 标准纹理库上的分类实验第92-95页
    4.4 参数分析第95页
    4.5 本章总结第95-97页
第五章 结合码本和N进制编码的快速矢量量化方法第97-105页
    5.1 引言第97-98页
    5.2 快速矢量量化方法第98-101页
        5.2.1 码本学习第99页
        5.2.2 生成标记的映射查找表第99页
        5.2.3 N进制编码和重新标记第99-101页
    5.3 标准纹理库上的分类实验第101-102页
    5.4 快速矢量量化的性能分析第102-103页
        5.4.1 矢量量化的计算量第102-103页
        5.4.2 表征维度第103页
    5.5 本章总结第103-105页
第六章 体局部能量模式的动态纹理表征第105-111页
    6.1 引言第105页
    6.2 动态纹理表征第105-106页
    6.3 标准动态纹理库上的识别实验第106-109页
    6.4 本章总结第109-111页
第七章 结束语第111-115页
    7.1 论文总结第111-113页
    7.2 工作展望第113-115页
参考文献第115-127页
致谢第127-129页
攻读博士学位期间的研究成果第129-131页

论文共131页,点击 下载论文
上一篇:“同频互动课堂”教学现状的调研
下一篇:锡林郭勒职业学院电子商务人才培养方案的研究