| 摘要 | 第1-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景、目的和意义 | 第11-13页 |
| ·研究的方法和技术路线 | 第13-14页 |
| ·本文的组织结构和主要贡献 | 第14-17页 |
| 第二章 纹理研究概述 | 第17-33页 |
| ·纹理研究的基本方向 | 第17-21页 |
| ·关于纹理定义的研究 | 第17-18页 |
| ·纹理分析的主要方法 | 第18页 |
| ·纹理分类与分割方法 | 第18-19页 |
| ·纹理合成 | 第19-20页 |
| ·基于纹理的形状恢复 | 第20页 |
| ·现有研究方法的主要缺陷 | 第20-21页 |
| ·统计学在纹理感知研究中的主要成果 | 第21-22页 |
| ·与纹理相关的研究方向 | 第22-25页 |
| ·自然图像统计 | 第22-23页 |
| ·自然图像成分分析 | 第23-24页 |
| ·自然图像元素分组 | 第24页 |
| ·自然图像模式建模 | 第24-25页 |
| ·活跃的研究方向 | 第25-26页 |
| ·不变性纹理分析 | 第25页 |
| ·数据驱动的图像分割机制 | 第25页 |
| ·视觉模式的分类、聚类和统计计算技术 | 第25-26页 |
| ·关于纹理基本元素的研究 | 第26页 |
| ·关于纹元的研究 | 第26-30页 |
| ·关于纹元的早期研究 | 第26-28页 |
| ·Zhu 等关于纹元的统计学习 | 第28-29页 |
| ·关于Texton的主要结论和提取Texton的意义 | 第29-30页 |
| ·其他相关研究 | 第30页 |
| ·小结 | 第30-33页 |
| 第三章 背景知识 | 第33-49页 |
| ·纹理合成 | 第33-37页 |
| ·纹理合成基本算法 | 第33-34页 |
| ·非参数纹理合成算法 | 第34-35页 |
| ·魏立一的L-形邻域选样算法 | 第35页 |
| ·Ashikhmin的自然纹理合成算法 | 第35-37页 |
| ·块缝合算法 | 第37页 |
| ·PCA | 第37-38页 |
| ·ICA | 第38-45页 |
| ·概述 | 第38页 |
| ·数学模型 | 第38-39页 |
| ·解存在的可能性 | 第39-41页 |
| ·FastICA算法 | 第41-43页 |
| ·TICA | 第43-45页 |
| ·谱聚类 | 第45-47页 |
| ·谱聚类的基本思想 | 第45-46页 |
| ·归一化切割 | 第46-47页 |
| ·小结 | 第47-49页 |
| 第四章 纹理图像独立分量分析及其应用 | 第49-75页 |
| ·基本思想 | 第49-50页 |
| ·提取视觉元 | 第50-59页 |
| ·观测数据的前处理和后处理 | 第50-52页 |
| ·纹理图像TICA 分析 | 第52-55页 |
| ·对基的解释 | 第55-56页 |
| ·提取视觉元 | 第56-59页 |
| ·图像基的应用 | 第59-64页 |
| ·基扩展与纹理合成 | 第59页 |
| ·纹理分类 | 第59-61页 |
| ·纹理分割 | 第61-64页 |
| ·纹理图像集的TICA 分析 | 第64-66页 |
| ·纹理图像本体理论 | 第66-73页 |
| ·本体方法论 | 第66-67页 |
| ·纹理图像本体 | 第67-69页 |
| ·图像域结构层次 | 第69-71页 |
| ·视觉词汇的建立 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第五章 纹理分割 | 第75-89页 |
| ·概述 | 第75-76页 |
| ·纹理探测 | 第76-82页 |
| ·学习和选择滤波器 | 第76-78页 |
| ·算法 | 第78-80页 |
| ·实验结果 | 第80-82页 |
| ·小结 | 第82页 |
| ·ICA 支持的纹理分割 | 第82-89页 |
| ·概述 | 第82-83页 |
| ·用Gabor滤波器提取纹理特征 | 第83-84页 |
| ·用ICA 整合纹理特征 | 第84页 |
| ·基于Gabor 滤波器及ICA 的无监督纹理分割 | 第84-85页 |
| ·实验结果 | 第85-88页 |
| ·小结 | 第88-89页 |
| 第六章 纹理生成 | 第89-99页 |
| ·概述 | 第89页 |
| ·冰裂纹合成 | 第89-92页 |
| ·冰裂纹 | 第89-90页 |
| ·冰裂纹合成算法 | 第90-92页 |
| ·合成结果 | 第92页 |
| ·统计信息传递 | 第92-99页 |
| ·相关工作和基本思想 | 第92-93页 |
| ·控向金字塔 | 第93-95页 |
| ·控向金字塔统计信息传递 | 第95-97页 |
| ·算法步骤 | 第97-98页 |
| ·传递实验 | 第98页 |
| ·小结 | 第98-99页 |
| 第七章 在线高斯混合模型和纹理支持的运动分割算法 | 第99-109页 |
| ·概述 | 第99-100页 |
| ·相关工作 | 第100-101页 |
| ·在线高斯混合模型和纹理特征 | 第101-103页 |
| ·在线高斯混合模型 | 第101-102页 |
| ·纹理特征相似性度量 | 第102页 |
| ·纹理特征 | 第102-103页 |
| ·运动分割算法 | 第103-105页 |
| ·实验结果 | 第105-107页 |
| ·小结 | 第107-109页 |
| 第八章 结束语 | 第109-113页 |
| ·本文内容回顾 | 第109-111页 |
| ·将来的工作 | 第111-113页 |
| 参考文献 | 第113-131页 |
| 附录1：重要的英文缩写 | 第131页 |
| 附录2：重要的中文技术名词 | 第131-135页 |
| 致谢 | 第135-137页 |
| 作者简介 | 第137-138页 |