纹理图像分析及情感建模
本书特色
[
本书为纹理图像处理领域的初学者和准专业人士提供了纹理图像处理和情感建模的基础。全书分为两大部分：纹理图像处理和纹理图像情感建模。从4个角度——纹理图像的基础理论，纹理分析常用技术，纹理分析在医学图像、遥感图像及图像检索方面的具体应用，纹理图像的情感语义分析及情感建模全面介绍了纹理图像分析的常用理论及技术。具体包括：纹理的定义和分类，纹理特征提取、纹理图像分类、纹理图像分割、纹理合成、纹理分析应用、情感模型、图像低层特征和高层情感语义之间的关系，以及常用的纹理图像数据库。本书所涉及的内容适合高等学校计算机相关专业的高年级本科生，也可以供图像、视频信号处理，模式识别和计算机视觉研究方向相关专业的兴趣爱好者和工作者阅读参考。
]
目录
目 录
**章 概 述 001
1.1 纹理图像分析概述 001
1.2 图像分析系统 003
1.3 纹理分析的应用领域 006
1.4 纹理分析技术的发展历史、现状及存在的问题 007
参考文献 012
第二章 纹理的基本概念 015
2.1 纹理的定义 015
2.2 纹理的分类 017
2.2.1 自然纹理 018
2.2.2 人工纹理 018
2.2.3 混合纹理 019
2.3 纹理的特征 019
参考文献 020
第三章 纹理特征描述方法 022
3.1 统计法 022
3.1.1 灰度共生矩阵 023
3.1.2 灰度差分矩阵 024
3.1.3 局部二进制模式 025
3.2 频谱分析法 027
3.2.1 傅里叶变换法 027
3.2.2 小波变换法 028
3.2.3 Gabor变换方法 028
3.3 模型法 029
3.3.1 马尔科夫随机场模型 029
3.3.2 分形方法 030
3.3.3 自回归模型方法 030
3.4 结构法 031
3.4.1 句法纹理描述方法 031
3.4.2 数学形态学方法 031
3.5 各种不同纹理特征提取方法的比较 032
参考文献 032
第四章 纹理图像分类模型 035
4.1 基于监督学习的分类模型 036
4.1.1 基于参数学习模型 036
4.1.2 基于非参数学习模型 037
4.2 基于非监督学习的分类模型 037
4.3 基于半监督学习的分类模型 038
4.4 基于卷积神经网络的分类模型 039
4.4.1 概述 039
4.4.2 算法流程 040
4.4.3 算法详细描述 041
参考文献 046
第五章 纹理图像的分割技术 049
5.1 纹理图像分割技术概述 049
5.1.1 纹理分割算法的分类 049
5.1.2 纹理分割过程存在的问题 051
5.2 区域法 052
5.2.1 区域生长的分割方法 052
5.2.2 分类合并的分割方法 052
5.2.3 基于随机场的方法 053
5.3 聚类法 053
5.3.1 模糊集合基本知识 053
5.3.2 K均值聚类算法（K-means，HCM）介绍 054
5.3.3 模糊C均值聚类 056
5.3.4 FCM算法在纹理图像分割中的应用 057
5.4 遥感图像中的纹理分割技术 060
5.4.1 基于色彩-纹理特征的小波域规范分割方法 060
5.4.2 遥感图像分割实例 061
参考文献 063
第六章 纹理合成技术 066
6.1 纹理合成概述 066
6.1.1 纹理合成技术的发展现状 066
6.1.2 纹理合成技术的应用场景 069
6.2 基于过程的纹理生成技术 069
6.2.1 类细胞纹理过程的纹理生成模型 070
6.2.2 反应-扩展算法纹理生成模型 071
6.2.3 Voronoi算法纹理生成模型 072
6.2.4 伊斯兰纹理算法纹理生成模型 073
6.2.5 分形算法纹理生成模型 073
6.3 噪声函数纹理生成模型 074
6.3.1 柏林噪声函数 075
6.3.2 小波噪声函数 075
6.3.3 着色噪声函数 077
6.3.4 分形噪声函数 077
6.4 基于纹理合成的图像修补技术 078
6.4.1 图像修补技术的一般原理 078
6.4.2 图像修补技术的发展和分类 080
参考文献 087
第七章 纹理分析技术的应用 091
7.1 纹理分析技术在图像检索中的应用 091
7.1.1 HSV颜色空间量化及特征提取 091
7.1.2 纹理特征的提取和融合 092
7.1.3 图像检索算法 095
7.1.4 实验结果分析 096
7.1.5 结论 098
7.2 纹理分析技术在医学图像处理中的应用 098
7.2.1 医学图像的特点 098
7.2.2 共生矩阵及其特征参量介绍 100
7.2.3 医学图像纹理信息研究 101
7.3 纹理分析技术在遥感图像分类中的应用 105
7.3.1 概述 105
7.3.2 遥感图像纹理特征及提取方法 107
7.3.3 传统的遥感图像分类方法 108
参考文献 116
第八章 图像的情感语义及情感模型 117
8.1 概述 117
8.1.1 图像情感语义分析的研究现状 118
8.1.2 情感的维度表示 124
8.2 情感模型 126
8.2.1 OCC模型 127
8.2.2 EM模型 129
8.2.3 隐马尔可夫模型 131
8.3 图像情感语义注释 132
8.3.1 建立情感语义空间 132
8.3.2 对图像进行情感语义标注 134
8.3.3 图像的情感语义检索 135
参考文献 137
第九章 纹理感知及情感建模 141
9.1 纹理感知 141
9.2 纹理感知研究的常用技术和方法 146
9.2.1 心理物理学实验的几种常用方法 146
9.2.2 心理物理学实验数据的分析方法 148
9.2.3 纹理底层特征空间到纹理感知空间的映射 151
9.3 语义差别法 152
9.4 纹理的语义分析 153
9.4.1 概述 153
9.4.2 特征空间的变换 154
9.4.3 选择形容词对 157
9.4.4 情感语义的量化 158
9.5 感知模型的建立 159
参考文献 162
第十章 典型纹理数据集介绍 165
10.1 Brodatz 165
10.2 DTD 166
10.3 Outex Texture Database 167
10.4 Vision Texture 169
10.5 CUReT 170
10.6 DynTeX 171
10.7 KTH-TIPS 172
10.8 UIUC纹理库 173
参考文献 173
封面
书名:纹理图像分析及情感建模
作者:耿艳萍
页数:0
定价:¥48.0
出版社:科学技术文献出版社
出版日期:2017-12-01
ISBN:9787518939831
PDF电子书大小:118MB 高清扫描完整版