声明
摘要
第一章 绪论
1.1 问题研究背景
1.2 国内外研究现状
1.3 本文研究内容及章节安排
第二章 颜色特征提取方法研究
2.1 RGB及HSV颜色空间简单介绍
2.2 HSV空间非等间隔量化方法
2.3 HSV空间颜色直方图及改进特征提取方法
2.4 本章小结
第三章 数字图像预处理及形状特征提取方法研究
3.1 数字图像预处理
3.1.1 图像灰度化
3.1.2 图像增强
3.1.3 图像阈值分割
3.1.4 数学形态学处理
3.1.5 边缘检测
3.2 形状特征提取方法
3.2.1 面积
3.2.2 目标物覆盖矩形长宽值及长宽比
3.2.3 周长
3.2.4 最大半径、最小半径及半径比
3.2.5 圆形度
3.3 形状特征提取算法示例实验
3.3.1 面积
3.3.2 目标物覆盖矩形长宽值及长宽比
3.3.3 周长
3.3.4 最大半径、最小半径及半径比
3.3.5 圆形度
3.4 本章小结
第四章 灰度共生矩阵纹理特征提取方法研究与改进
4.1 常用纹理特征提取算法
4.2 灰度共生矩阵方法介绍
4.3 基于灰度共生矩阵的特征提取算法
4.4 灰度共生矩阵存在的问题及改进
4.4.1 伪像素点
4.4.2 最邻近原则及更多方向上的旋转不变性
4.5 改进算法的样本图像实现
4.6 本章小结
第五章 基于纹理谱特征图的特征提取方法研究与改进
5.1 纹理谱特征提取方法
5.1.1 纹理单元
5.1.2 纹理特征提取
5.2 纹理谱特征提取算法存在的问题及改进
5.2.1 纹理特征旋转不变性
5.2.2 改进纹理单元的描述能力
5.3 改进算法的样本图像实现
5.4 本章小结
第六章 实验结果对比及分析
6.1 分类器设计
6.1.1 k-近邻分类器
6.1.2 支持向量机
6.1.3 BP神经网络
6.2 公共数据库说明
6.3 改进灰度共生矩阵特征提取方法分类结果及分析
6.3.1 旋转图像特征与原始图像特征间的欧氏距离
6.3.2 原始及改进GLCM提取方法分类结果对比
6.4 改进纹理谱特征提取算法分类结果及分析
6.4.1 旋转图像特征与原始图像特征间的欧式距离
6.4.2 原始及改进提取算法分类结果对比
6.5 本章小结
第七章 总结与展望
7.1 工作总结
7.2 后续研究工作展望
致谢
参考文献
攻读硕士学位期间发表论文