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Curvelet特征应用的太阳图像检索研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-14页
    1.1 论文的研究背景和意义第10-12页
    1.2 国内外研究现状第12-13页
    1.3 论文的主要研究内容第13页
    1.4 本章小结第13-14页
第二章 基于内容的图像检索技术研究第14-24页
    2.1 图像检索系统第14-15页
    2.2 图像特征提取技术第15-20页
        2.2.1 图像颜色特征的提取第15-17页
        2.2.2 图像纹理特征的提取第17-19页
        2.2.3 图像形状特征的提取第19-20页
    2.3 相似性度量第20-21页
        2.3.1 绝对值距离第20页
        2.3.2 欧拉距离第20-21页
        2.3.3 明氏(Minkowski)距离第21页
    2.4 图像检索性能评价方法第21-23页
    2.5 本章小结第23-24页
第三章 Curvelet变换及特征提取第24-48页
    3.1 Wavelet变换简介第24-25页
    3.2 Ridgelet变换第25-27页
    3.3 Curvelet变换第27-33页
        3.3.1 第一代Curvelet变换第28-30页
        3.3.2 第二代连续Curvelet变换第30-31页
        3.3.3 第二代离散Curvelet变换第31-33页
    3.4 Curvelet系数分析第33-38页
        3.4.1 结构分析第33-34页
        3.4.2 统计分析第34-37页
        3.4.3 特征分析第37-38页
    3.5 关于太阳图像的Curvelet特征提取过程第38-40页
    3.6 实验过程与结果分析第40-46页
        3.6.1 实验准备第40-42页
        3.6.2 实验过程第42-43页
        3.6.3 结果分析第43-46页
    3.7 本章小结第46-48页
第四章 Curvelet特征提取算法改进及多特征之间的融合第48-62页
    4.1 Curvelet特征提取算法的缺点第48-49页
    4.2 Curvelet特征提取算法的改进第49-52页
    4.3 改进算法实验结果与分析第52-56页
    4.4 多纹理特征简单融合实验第56-61页
        4.4.1 特征向量归一化第57-58页
        4.4.2 Curvelet纹理特征与Wavelet小波纹理特征的融合第58-59页
        4.4.3 实验结果与分析第59-61页
    4.5 本章小结第61-62页
第五章 总结与展望第62-64页
    5.1 全文工作总结第62页
    5.2 对未来工作的展望第62-64页
致谢第64-66页
参考文献第66-70页
附录A 攻读硕士学位期间发表论文与申请软件著作权第70-72页
附录B 攻读硕士期间参与的研究工作第72页

论文共72页,点击 下载论文
上一篇:古诗文阅读教学促进初中写作训练的实践研究
下一篇:茶渣营养成分分析及词料化技术研究