光照变化的纹理分类研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 选题背景及研究意义 | 第8-11页 |
| 1.2 纹理分类的研究现状及难点问题 | 第11-17页 |
| 1.2.1 国内外研究现状 | 第11-15页 |
| 1.2.2 分类算法 | 第15-16页 |
| 1.2.3 难点问题 | 第16-17页 |
| 1.3 本文的主要工作及内容安排 | 第17-18页 |
| 2 颜色恒常性计算介绍 | 第18-34页 |
| 2.1 引言 | 第18-19页 |
| 2.2 图像成像和图像矫正 | 第19-20页 |
| 2.2.1 图像成像 | 第19-20页 |
| 2.2.2 图像校正 | 第20页 |
| 2.3 颜色空间理论 | 第20-26页 |
| 2.3.1 颜色理论基础 | 第20-21页 |
| 2.3.2 颜色空间 | 第21-26页 |
| 2.4 颜色恒常性方法 | 第26-33页 |
| 2.4.1 Gray World假设 | 第26-27页 |
| 2.4.2 White Patch假设 | 第27-28页 |
| 2.4.3 Gray Edge假设 | 第28-30页 |
| 2.4.4 gamut-mapping算法 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 图像的光照不变特征提取方法 | 第34-44页 |
| 3.1 引言 | 第34页 |
| 3.2 光照变化对图像的影响 | 第34-38页 |
| 3.2.1 理想条件下的纹理图像 | 第34-36页 |
| 3.2.2 实际条件下的纹理图像 | 第36-37页 |
| 3.2.3 光照变化的影响分析 | 第37-38页 |
| 3.3 光照不变特征提取方法 | 第38-43页 |
| 3.3.1 基于空域的光照不变特征提取方法 | 第38-42页 |
| 3.3.2 基于小波域的光照不变特征提取方法 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于BM3D的纹理光照不变特征提取算法 | 第44-63页 |
| 4.1 引言 | 第44页 |
| 4.2 三维块匹配(BM3D)算法 | 第44-47页 |
| 4.2.1 基础估计 | 第45-46页 |
| 4.2.2 最终估计 | 第46-47页 |
| 4.3 纹理光照不变特征提取算法方案一 | 第47-51页 |
| 4.3.1 小波去噪模型 | 第47-48页 |
| 4.3.2 基于BM3D的纹理光照不变量提取 | 第48-49页 |
| 4.3.3 光照不变特征提取 | 第49-50页 |
| 4.3.4 纹理特征分类 | 第50-51页 |
| 4.3.5 方案一算法流程图 | 第51页 |
| 4.4 方案一实验结果及分析 | 第51-57页 |
| 4.4.1 纹理图像与人脸图像的差异 | 第52-53页 |
| 4.4.2 各颜色通道对光照颜色的敏感性比较 | 第53-54页 |
| 4.4.3 BM3D算法性能研究 | 第54-56页 |
| 4.4.4 小波分解级数对分类结果影响 | 第56-57页 |
| 4.4.5 方案一纹理分类性能对比 | 第57页 |
| 4.5 纹理光照不变特征提取算法方案二 | 第57-59页 |
| 4.5.1 方案二算法思路 | 第57-58页 |
| 4.5.2 方案二算法流程图 | 第58-59页 |
| 4.6 方案二实验结果及分析 | 第59-61页 |
| 4.6.1 图像空域与对数域的比较 | 第59-60页 |
| 4.6.2 小波分解级数对分类结果影响 | 第60-61页 |
| 4.6.3 方案二纹理分类性能对比 | 第61页 |
| 4.7 本章小结 | 第61-63页 |
| 5 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A 作者在攻读学位期间内发表的论文目录 | 第70页 |
