纹理图象的分析与识别研究PDF电子书下载

第一章 绪论 1

1.1 纹理图象研究的意义 1

1.2 图象纹理的分析与识别研究的动态 3

1.3 论文研究内容及编排 12

第二章 纹理图象的小波分析与识别 17

2.1 引言 17

2.2 小波变换与Mallat算法 19

2.3 树结构小波分解方法 23

2.4 纹理特征提取 26

2.5 纹理的神经网络分类实验 27

2.6 实验结果 30

第三章 二维自适应异小波基小波变换及其在规则纹理缺陷检测中的应用 32

3.1 引言 32

3.2 紧支集正交小波基性质及其构造 33

3.3 遗传算法 38

3.4 二维小波变换与自适应小波基 40

3.5 纹理缺陷检测实验 44

3.6 结论 48

第四章 多分辨二项分布滤波器及其在纹理图象分割中的应用 49

4.1 引言 49

4.2 纹理模型 50

4.3 Gabor滤波器及其对纹理输出响应 52

4.4 最优Gabor滤波器设计方法 55

4.5 多分辨二项分布滤波器 59

4.6 二项分布滤波器与Gabor波波器的性能比较 61

4.7 纹理图象分类实验 64

4.8 结论 69

5.1 引言 70

第五章 基于分维特征的自然纹理识别 70

5.2 分维基本概念 71

5.3 差分盒子计数法 74

5.4 改进的快速差分盒子计数法 76

5.5 纹理图象的分维特征提取 77

5.6 自然纹理图象分维分类实验 78

5.7 比较与讨论 80

第六章 统计多分辨模型下纹理图象的鲁棒分割 83

6.1 引言 83

6.2 多分辨高斯自回归统计模型 85

6.3 纹理图象的受污染多分辨高斯模型分析 91

6.4 多分辨鲁棒分割算法 97

6.5 纹理分割实验 99

6.6 结论 102

第七章 基于进化算法的 SFSN神经网络 103

7.1 引言 103

7.2 聚类分析 105

7.3 SFSN神经网络验 107

7.4 进化算法(Evolutionary Programming) 109

7.5 采用进化编程的SFSN神经网络 110

7.6 分类实验与讨论 114

7.7 结论与应用前景 120

第八章 回顾与展望 121

8.1 论文工作的回顾 121

8.2 存在的问题与对未来的展望 124

参考文献 126

致谢 136