求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

局部邊緣模式及其應用檢視原始碼討論檢視歷史

事實揭露 揭密真相
前往: 導覽搜尋

局部邊緣模式及其應用》,王瑜 著,出版社: 科學出版社。

書籍是知識[1]的源泉,只有書籍才能解救人類,只有知識才能使我們變成精神上堅強的、真正的、有理性[2]的人。唯有這種人能真誠地熱愛人,尊重人的勞動,衷心地讚賞人類永不停息的偉大勞動所創造的最美好的成果。

內容簡介

紋理信息是圖像的重要特徵之一,而局部紋理模式是一類重要且有效的紋理特徵提取方法,可以廣泛應用於圖像識別與分類、目標跟蹤、圖像檢索等實際工程任務,具有重要的科學意義和實用價值。《局部邊緣模式及其應用》重點研究局部紋理模式,並在此基礎上,提出一系列算法。

目錄

第1章 基於完整局部二值模式旋轉不變量和Zernike矩的相似紋理分類 1

1.1 研究背景 1

1.2 原始LBP紋理模型 3

1.2.1 基本LBP紋理模型 3

1.2.2 均勻一致性的LBP 4

1.3 完整LBP和Zernike矩模型 6

1.3.1 完整的旋轉不變LBP模型 6

1.3.2 旋轉不變Zernike矩模型 9

1.3.3 融合特徵的構建和修正 10

1.3.4 分類器和多尺度融合思想 11

1.4 實驗結果與分析 11

1.4.1 數據庫 11

1.4.2 均勻一致性LBP模式的可行性驗證 12

1.4.3 CUReT數據庫實驗結果 13

1.4.4 Outex數據庫實驗結果 15

1.4.5 KTH-TIPS數據庫實驗結果 17

1.5 本章小結 19

參考文獻 19

第2章 基於可變局部邊緣模式的相似紋理分類 23

2.1 研究背景 23

2.2 VLEP描述子 26

2.2.1 基本VLEP描述子 26

2.2.2 擴展VLEP描述子 28

2.3 基於VLEP的紋理分類方法 31

2.3.1 邊緣或非邊緣特徵提取 31

2.3.2 邊緣或非邊緣特徵細分 32

2.3.3 融合思想 33

2.3.4 算法流程 34

2.4 實驗結果與分析 34

2.4.1 數據庫 35

2.4.2 CUReT數據庫實驗結果 36

2.4.3 Outex數據庫實驗結果 37

2.5 本章小結 39

參考文獻 39

第3章 基於可變局部邊緣模式的邊緣檢測 43

3.1 研究背景 43

3.2 邊緣檢測方法 43

3.2.1 高斯濾波 44

3.2.2 邊緣檢測 44

3.2.3 加權融合思想 45

3.2.4 二值化處理 46

3.2.5 算法流程 46

3.3 實驗結果與分析 47

3.4 本章小結 54

參考文獻 54

第4章 基於可變局部邊緣模式的普通綠色植物物種識別 57

4.1 基於小波變換與VLEP的綠色植物物種識別 57

4.1.1 研究背景 57

4.1.2 研究方法 58

4.1.3 實驗結果與分析 62

4.2 基於主導學習框架與VLEP的綠色植物物種識別 66

4.2.1 研究背景 66

4.2.2 研究方法 67

4.2.3 實驗結果與分析 70

4.3 本章小結 72

參考文獻 73

第5章 基於完備局部二值模式與視覺顯着性檢測的綠色植物物種識別 76

5.1 研究背景 76

5.2 研究方法 77

5.2.1 視覺顯着性檢測 77

5.2.2 完備二值模式算法 77

5.2.3 HOG特徵提取 78

5.3 實驗結果與分析 79

5.3.1 綠色植物數據庫 79

5.3.2 北京工商大學綠色植物數據庫實驗結果 80

5.3.3 單葉片綠色植物數據庫實驗結果 81

5.4 本章小結 81

參考文獻 82

第6章 基於方形局部邊緣模式的綠色植物物種識別 84

6.1 研究背景 84

6.2 研究方法 85

6.2.1 局部邊緣模式 85

6.2.2 邊緣特徵提取 86

6.2.3 多尺度思想 87

6.2.4 閾值分析 88

6.2.5 *小距離分類器 89

6.2.6 算法流程 90

6.3 實驗結果與分析 90

6.3.1 綠色植物物種數據庫 91

6.3.2 局部邊緣特徵 91

6.3.3 閾值分析實例驗證 99

6.3.4 實驗結果 100

6.4 本章小結 101

參考文獻 102

參考文獻

  1. 什麼是知識?,搜狐,2016-08-13
  2. 理性,是解決絕大多數問題的關鍵,搜狐,2017-03-28