1 绪论
1.1 研究背景及意义
1.2 研究现状以及存在的问题
1.3 本书的主要内容与结构安排
2 基于局部特征描述和纹理基元学习的方法
2.1 引言
2.2 现有的纹理基元学习方法
2.3 本章方法描述
2.4 实验与结果分析
2.5 本章小结
3 全局和局部编码Gabor特征融合的方法
3.1 引言
3.2 Gabor滤波方法简介
3.3 本章方法描述
3.4 实验与结果分析
3.5 本章小结
4 光照、旋转和尺度稳健的改进CLBP方法
4.1 引言
4.2 传统CLBP算法简介
4.3 本章方法描述
4.4 实验与结果分析
4.5 本章小结
5 彩色纹理图像的特征提取和识别方法
5.1 引言
5.2 颜色信息的作用和应用条件
5.3 彩色纹理图像的特征提取方法研究
5.4 实验与结果分析
5.5 本章小结
6 基于深度卷积神经网络的方法
6.1 引言
6.2 CNN的基本原理
6.3 迁移学习及其可行性分析
6.4 基于VGG-16模型和迁移学习的纹理图像识别
6.5 基于MobileNet模型和迁移学习的纹理图像识别
7 纹理图像特征提取和识别方法的应用
7.1 引言
7.2 纹理图像特征提取和识别方法的应用1:树皮分类
7.3 纹理图像特征提取和识别方法的应用2:图像检索
7.4 纹理图像特征提取和识别方法的应用3:纸币鉴别
7.5 本章小结
8 总结与展望
8.1 总结
8.2 未来研究展望
参考文献
展开