基于显著性分割的图像分类算法研究
| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究目的和意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·论文框架 | 第13-15页 |
| 第二章 理论基础 | 第15-19页 |
| ·积分图像 | 第15页 |
| ·Kd-树 | 第15-16页 |
| ·Kd-树的构建算法 | 第16页 |
| ·Kd树最近邻查找 | 第16页 |
| ·支持向量机 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于视觉显著性的图像分割算法 | 第19-37页 |
| ·视觉显著性介绍 | 第19页 |
| ·显著性特征提取 | 第19-28页 |
| ·Gist相似图像集 | 第19-23页 |
| ·显著性特征提取 | 第23-26页 |
| ·特征点的匹配 | 第26-28页 |
| ·显著性特征 | 第28页 |
| ·基于显著性的图像分割算法 | 第28-30页 |
| ·实验结果与分析 | 第30-35页 |
| ·实验环境与数据集 | 第30-31页 |
| ·实验结果与分析 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于视觉单词词典的图像分类算法 | 第37-43页 |
| ·视觉单词词典 | 第37-39页 |
| ·SURF特征点提取及量化 | 第37-38页 |
| ·视觉单词词典的构建 | 第38-39页 |
| ·基于视觉单词词典的图像分类算法 | 第39-41页 |
| ·实验与分析 | 第41-42页 |
| ·实验介绍 | 第41-42页 |
| ·实验结果与分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第五章 结论与展望 | 第43-45页 |
| ·结论 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间取得的研究成果 | 第49-51页 |
| 致谢 | 第51-53页 |
| 个人简况及联系方式 | 第53-55页 |
| 承诺书 | 第55-57页 |
