gabor濾波器k-均值聚類pca小波變換論文

1、<p>　　Gabor濾波器論文：內窺鏡病理圖像紋理分割的研究</p><p>　　【中文摘要】紋理圖像的屬性決定特定的紋理需要特定的分割方法,因此,本文以消化道內窺鏡圖像為研究對象,試圖尋找對該類圖像有效的分割方法,主要研究工作如下：(1)基于小波變換紋理分割的研究。利用小波變換提取紋理特征,對提取的紋理特征利用K-均值聚類方法進行分類,獲得分割結果。(2)Gabor濾波器的改進。本文在現有經驗基礎上

2、對Gabor濾波器在方向上做了改進,即：在對圖像進行特征提取時,由四個方向拓展成六個方向(0°、30°、60°、180°、300°、330°)。(3)基于Gabor濾波器紋理分割的研究。闡述了Gabor濾波器的詳細設計過程,且用設計好的Gabor濾波器對消化道內窺鏡圖像進行紋理特征提取,然后利用K-均值聚類算法對已提取的特征進行分割,最后得出試驗結果。</p>&

3、lt;p>　　【英文摘要】The properties of texture determine that the specific texture need different texture segmentation method.Therefore, In this paper, the purpose is to find an effective method to segment endoscopic image. T

4、he main research work are as follows:(1)Based on wavelet transform texture segmentable research,the paper uses wavelet transform to extract texture features. The k-means clustering algorithm is used to distinguish the te

5、xture characteristics.Finally, segmentation results are obtained.(2)Th</p><p>　　【關鍵詞】Gabor濾波器 K-均值聚類 PCA 小波變換</p><p>　　【英文關鍵詞】Gabor Filters K-means PCA Wavelet Transform</p><p>　　【目

6、錄】內窺鏡病理圖像紋理分割的研究摘要3-4Abstract4第一章 緒論7-131.1 引言71.2 紋理分割方法綜述7-91.3 紋理分割的應用9-101.4 課題研究內容101.5 本文的內容安排10-111.6 小結11-13第二章 小波變換13-232.1 小波變換基礎理論13-1

7、82.1.1 連續(xù)小波13-142.1.2 離散小波142.1.3 多分辨率分析14-162.1.4 Mallat算法16-182.2 二維圖像的小波變換18-212.3 二維離散小波框架分析21-222.4 小結22-23第三章 基于小波變換內窺鏡圖像的紋理分割23-333.1 內窺鏡病理圖像小波分割綜述23-