声明
摘要
插图目录
表格目录
第1章 绪论
1.1 纹理识别及其研究意义
1.2 本文内容安排
1.3 本文主要创新点
第2章 基于局部算子的纹理识别方法
2.1 纹理的定义
2.2 纹理识别方法综述
2.2.1 基于模型的纹理识别算法
2.2.2 基于统计的纹理识别方法
2.2.3 纹理识别中的局部算子方法
2.3 本文使用的纹理图像数据库
2.4 本章小结
第3章 局部计数模式和完备的局部计数模式
3.1 引言与分析
3.2 局部计数模式和完备的局部计数模式
3.2.1 局部计数模式(Local Binary Count LBC)
3.2.2 完备的局部计数模式(Completed LBC)
3.3 在纹理数据库上的实验结果
3.3.1 对比算法及纹理库的选择
3.3.2 相似性测度
3.3.3 在Outex数据库上的实验结果
3.3.4 在CUReT数据库上的实验结果
3.3.5 在UIUC数据库上的实验效果
3.4 本章小结
第4章 鲁棒的LBP算子
4.1 引言与分析
4.2 完备的鲁棒的LBP算子
4.2.1 鲁棒的LBP(Robust LBP)
4.2.2 完备的鲁棒的LBP
4.2.3 分类器和距离测度
4.3 实验结果
4.3.1 在Outex库上的实验结果
4.3.2 在UIUC库上的实验结果
4.3.3 在CUReT库上的实验结果
4.3.4 在XU_HR库上的实验结果
4.3.5 和一些近期非LBP纹理算法做比较
4.4 本章小结
第5章 局部量化算子
5.1 引言与分析
5.2 局部量化模式
5.2.1 局部量化编码(Local Quantization Code LQC)
5.2.2 局部量化等级的讨论
5.3 实验结果
5.3.1 对比方法和距离测度
5.3.2 在XU HR库上的实验结果
5.3.3 在UIUC数据库上的实验结果
5.3.4 在CUReT纹理库上的实验结果
5.4 本章小结
第6章 局部连通编码
6.1 引言
6.2 局部连通模式
6.2.1 局部连通编码(Local Connection Code LCC)
6.2.2 局部连通编码的实验结果
6.3 本章小结
第7章 使用局部纹理算子的植物叶片识别方法
7.1 引言
7.2 灰度共生矩阵
7.3 灰度直方图
7.4 小波变换应用于叶片纹理识别
7.5 结合Gabor和LBP的叶片纹理算子
7.5.1 Gabor纹理特征
7.5.2 局部二值模式(Local Binary Pattern LBP)
7.5.3 Gabor滤波结合LBP的叶片识别方法
7.6 使用聚类叶片纹理元字典的方法进行叶片识别
7.7 MFRAT结合LTP的局部算子方法用于叶片识别
7.7.1 Modifed finite Randon transform (MFRAT)
7.7.2 局部三值模式(Local Ternary Pattern LTP)
7.7.3 结合HFRAT和LTP的叶片识别方法
7.8 在瑞士叶片库上的实验结果
7.9 本章小结
总结与展望
参考文献
攻读博士学位期间发表的论文情况
致谢