|
|
|
|
基于纹理的木材图像识别方法研究 |
| |
| 论文目录 |
| |
| 摘要 | 第1-7页 | | ABSTRACT | 第7-10页 | | 目录 | 第10-12页 | | 插图目录 | 第12-13页 | | 表格目录 | 第13-14页 | | 第1章 绪论 | 第14-38页 | | ·本文研究的背景和意义 | 第14-16页 | | ·图像分割方法 | 第16-22页 | | ·图像分割概述 | 第16-19页 | | ·水平集方法 | 第19-22页 | | ·纹理特征方法 | 第22-35页 | | ·灰度共生矩阵GLCM | 第24-25页 | | ·Gabor小波 | 第25-26页 | | ·高阶局部自相关HLAC方法 | 第26-35页 | | ·本文的内容安排 | 第35-36页 | | ·本文的主要创新点 | 第36-38页 | | 第2章 木材识别方法综述 | 第38-46页 | | ·引言 | 第38-39页 | | ·传统木材识别方法 | 第39-40页 | | ·人工识别方法 | 第39页 | | ·对分式检索表 | 第39页 | | ·穿孔卡片检索表 | 第39-40页 | | ·数据库检索木材识别方法 | 第40页 | | ·基于计算机视觉的识别方法 | 第40-44页 | | ·按照木材(标本)类型分类 | 第41-42页 | | ·按照识别特征分类 | 第42-44页 | | ·按照分类器分类 | 第44页 | | ·其它新技术的研究 | 第44-45页 | | ·本章小结 | 第45-46页 | | 第3章 木材标准数据集建设 | 第46-56页 | | ·木材标本采集 | 第46-47页 | | ·木材标本馆信息管理系统建设 | 第47-49页 | | ·体视图数据集 | 第49-51页 | | ·显微图数据集 | 第51-54页 | | ·木材切片制作 | 第51-52页 | | ·显微图像获取及预处理 | 第52-54页 | | ·本章小结 | 第54-56页 | | 第4章 基于木材语义的特征提取方法 | 第56-72页 | | ·引言 | 第56-59页 | | ·基于水平集的木材显微图像分割方法 | 第59-61页 | | ·基于多目标遗传算法的管孔组合特征识别 | 第61-66页 | | ·基于数学形态学图像分割 | 第61-62页 | | ·导管面积阈值的最大类间方差算法 | 第62-63页 | | ·基于多目标阈值木材导管分割算法 | 第63-65页 | | ·管孔组合判别方法 | 第65-66页 | | ·实验结果与讨论 | 第66-69页 | | ·导管分割效果 | 第66-67页 | | ·管孔组合判别效果 | 第67-69页 | | ·本章小结 | 第69-72页 | | 第5章 基于纹理特征的木材识别方法 | 第72-104页 | | ·Mask Matching Image(MMI)概念 | 第72-73页 | | ·长度直方图特征 | 第73-75页 | | ·最大最小排序局部自相关特征 | 第75-80页 | | ·最大和最小HLAC特征 | 第76-77页 | | ·基于排序的HLAC特征 | 第77-78页 | | ·带权排序的HLAC特征 | 第78页 | | ·MMS HLAC特征分析及计算 | 第78-80页 | | ·基于改进Gabor的木材识别方法 | 第80-86页 | | ·Gabor特征表示 | 第81-82页 | | ·Gabor局部算子 | 第82-83页 | | ·基于分块的特征选择方法 | 第83-86页 | | ·实验与讨论 | 第86-102页 | | ·MMI特征 | 第86-93页 | | ·MMS HLAC特征 | 第93-96页 | | ·改进Gabor特征 | 第96-102页 | | ·本章小结 | 第102-104页 | | 总结与展望 | 第104-108页 | | 本文的主要工作与创新点 | 第104-106页 | | 进一步的工作展望 | 第106-108页 | | 参考文献 | 第108-120页 | | 致谢 | 第120-122页 | | 在读期间发表的学术论文与取得的其他研究成果 | 第122-123页 |
|
|
|
|
论文编号BS1932260，这篇论文共123页
会员购买按0.35元/页下载，共需支付43.05元。 直接购买按0.5元/页下载，共需要支付61.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务