基于LBP和KNN的视频纹理识别算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 选题背景 | 第10页 |
| 1.2 研究目的与意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10-11页 |
| 1.2.2 研究意义 | 第11页 |
| 1.3 本论文所做的工作与安排 | 第11-13页 |
| 第2章 相关理论基础 | 第13-27页 |
| 2.1 OPENCV简介 | 第13页 |
| 2.2 特征算子 | 第13-16页 |
| 2.2.1 SOBEL算子 | 第14页 |
| 2.2.2 HOG算子 | 第14-16页 |
| 2.3 图像纹理特征表示 | 第16-20页 |
| 2.3.1 纹理特征分析方法 | 第16-17页 |
| 2.3.2 纹理的度量方式 | 第17-20页 |
| 2.4 图像特征性能比较 | 第20-25页 |
| 2.5 视频纹理描述算子 | 第25-27页 |
| 第3章 基于LBP的纹理识别算法 | 第27-39页 |
| 3.1 局部二值模式 | 第27-29页 |
| 3.1.1 LBP算子定义 | 第27-28页 |
| 3.1.2 旋转不变性 | 第28-29页 |
| 3.2 基于LBP的动态纹理表示 | 第29-31页 |
| 3.2.1 基本的VLBP算子 | 第29页 |
| 3.2.2 VLBP的旋转不变性 | 第29-30页 |
| 3.2.3 视频纹理的表示 | 第30-31页 |
| 3.2.4 视频纹理的度量方式 | 第31页 |
| 3.3 基于纹理的对象行为描述算法 | 第31-39页 |
| 3.2.1 算法思想 | 第32-34页 |
| 3.2.2 基于形状的图像相似度 | 第34-36页 |
| 3.2.3 实验结果与分析 | 第36-39页 |
| 第4章 视频纹理识别实验结果与分析 | 第39-43页 |
| 4.1 视频纹理识别 | 第39-41页 |
| 4.1.1 视频纹理描述 | 第39-40页 |
| 4.1.2 最近邻分类器 | 第40页 |
| 4.1.3 实验结果 | 第40-41页 |
| 4.2 算法性能分析 | 第41-43页 |
| 4.2.1 实用性验证 | 第41-42页 |
| 4.2.2 鲁棒性验证 | 第42-43页 |
| 第5章 总结与展望 | 第43-45页 |
| 5.1 总结 | 第43页 |
| 5.2 展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48页 |
