基于局部二值模式的纹理图像分类研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第11-25页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 图像识别技术的发展过程 | 第13-15页 |
| 1.2.2 图像纹理特征提取 | 第15-18页 |
| 1.3 纹理数据库 | 第18-21页 |
| 1.4 分类算法 | 第21-22页 |
| 1.5 主要研究内容与结构安排 | 第22-25页 |
| 1.5.1 主要研究内容 | 第22-23页 |
| 1.5.2 组织结构 | 第23-25页 |
| 2 局部二值模式与其扩展 | 第25-37页 |
| 2.1 局部二值模式 | 第25-26页 |
| 2.2 融入图像边缘信息扩展方法 | 第26-32页 |
| 2.2.1 局部最大边缘二值模式 | 第26-27页 |
| 2.2.2 局部边缘差异二值模式 | 第27-28页 |
| 2.2.3 局部边缘二值模式 | 第28-30页 |
| 2.2.4 LocalTetraPattern | 第30-32页 |
| 2.3 融入局部方向信息扩展方法 | 第32-37页 |
| 2.3.1 局部方向模式 | 第32-34页 |
| 2.3.2 方向局部极值模式 | 第34-35页 |
| 2.3.3 其他扩展方法 | 第35-37页 |
| 3 基于增强方向局部二值模式的纹理分类 | 第37-47页 |
| 3.1 纹理谱描述符 | 第37-39页 |
| 3.1.1 CS-LBP | 第37页 |
| 3.1.2 D_LBP | 第37-38页 |
| 3.1.3 vDLBP | 第38-39页 |
| 3.2 改进的纹理谱描述符 | 第39-41页 |
| 3.2.1 降维处理 | 第39页 |
| 3.2.2 消噪处理 | 第39-41页 |
| 3.3 特征匹配 | 第41页 |
| 3.4 实验结果及分析 | 第41-46页 |
| 3.4.1 特征维数比较 | 第41-43页 |
| 3.4.2 针对CUReT纹理图像库 | 第43页 |
| 3.4.3 针对UIUC纹理图像库 | 第43-44页 |
| 3.4.4 针对Outex纹理图像库 | 第44-45页 |
| 3.4.5 特征提取与匹配时间复杂度对比 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 融合高阶二值模式的纹理图像分类 | 第47-57页 |
| 4.1 纹理谱描述符 | 第47-48页 |
| 4.1.1 CDP算子 | 第47-48页 |
| 4.1.2 DLBP算子 | 第48页 |
| 4.2 改进的纹理谱描述符 | 第48-51页 |
| 4.2.1 HODP算子 | 第49-50页 |
| 4.2.2 HODP算子的扩展 | 第50-51页 |
| 4.3 实验结果及分析 | 第51-56页 |
| 4.3.1 特征维数比较 | 第51-52页 |
| 4.3.2 针对CUReT纹理图像库 | 第52-54页 |
| 4.3.3 针对UIUC纹理图像库 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 基于增强局部三值梯度模式的纹理分类 | 第57-65页 |
| 5.1 LGP算子 | 第57页 |
| 5.2 改进的纹理谱描述符 | 第57-59页 |
| 5.2.1 ILGP算子 | 第57-58页 |
| 5.2.2 LTGP算子和ILTGP算子 | 第58-59页 |
| 5.3 实验结果及分析 | 第59-63页 |
| 5.3.1 特征示例图 | 第60页 |
| 5.3.2 针对CUReT纹理图像库 | 第60-61页 |
| 5.3.3 针对UIUC纹理图像库 | 第61-62页 |
| 5.3.4 针对Outex纹理图像库 | 第62-63页 |
| 5.4 本章小结 | 第63-65页 |
| 6 总结和展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 作者简介 | 第75-77页 |
| 学位论文数据集 | 第77页 |
