文摘
英文文摘
第1章 绪论
1.1 研究背景和意义
1.2 研究历史及现状
1.3 课题来源
1.4 本文研究内容及结构
第2章 纹理分析方法综述
2.1 统计分析法
2.1.1 灰度共生矩阵
2.1.2 自相关函数
2.2 频谱分析法
2.2.1 Gabor变换
2.2.2 小波变换
2.3 模型分析法
2.3.1 Markov随机场
2.3.2 自回归模型
2.3.3 分形模型
2.4 结构分析法
2.5 本章小结
第3章 基于独立成分分析的纹理分析方法
3.1 引言
3.2 独立成分分析相关理论
3.2.1 独立成分分析模型
3.2.2 独立成分分析的独立性度量
3.2.3 独立成分分析的目标函数
3.3 独立成分分析的定点算法
3.3.1 数据预处理
3.3.2 独立成分分析的定点算法
3.4 基于独立成分分析(ICA)的图像处理方法
3.4.1 将ICA用于图像处理
3.4.2 实验分析
3.5 基于独立成分分析(ICA)的纹理特征提取
3.5.1 ICA基元组的提取
3.5.2 图像特征提取
3.5.3 分割算法
3.5.4 实验结果
3.6 本章小结
第4章 基于稀疏编码和高斯混合模型的纹理图像分割算法
4.1 引言
4.2 自然图像的稀疏编码模型
4.2.1 自然图像的稀疏编码模型
4.2.2 独立成分分析和稀疏编码
4.2.3 基于稀疏编码表示的纹理特征
4.3 特征选择
4.4 高斯混合模型和EM算法
4.4.1 高斯混合模型
4.4.2 参数估计的EM算法
4.5 纹理图像分割试验
4.5.1 算法及基本原理
4.5.2 实验结果和分析
4.6 本章小结
第5章 基于ICA和EM算法的彩色自然图像分割
5.1 引言
5.2 特征提取
5.2.1 颜色特征
5.2.2 纹理特征
5.3 特征聚类
5.3.1 聚类个数的选取
5.4 实验结果和分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢