| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 银联标志特征提取与分类算法的选择 | 第11-20页 |
| 1.2.1 银联标志相关特征对样本容量的敏感性 | 第11-14页 |
| 1.2.2 样本容量大小与分类算法 | 第14-18页 |
| 1.2.3 样本容量差异时压缩观测的可行性 | 第18-20页 |
| 第二章 基于 2D-CS特征的样本容量差异的银联标志识别 | 第20-45页 |
| 2.1 1D-压缩观测特征 | 第20-24页 |
| 2.1.1 Chirp、Gauss观测矩阵的构造 | 第21-22页 |
| 2.1.2 图像集的 1D-CS特征提取 | 第22-24页 |
| 2.2 基于二重矩阵观测的 2D-CS特征构造新方法 | 第24-27页 |
| 2.2.1 2D-CS特征的构造及可行性 | 第24-25页 |
| 2.2.2 2D-RGB-CS特征 | 第25-27页 |
| 2.3 2D-CS纹理元的样本容量差异的词袋模型 | 第27-31页 |
| 2.3.1 词袋模型中词的个数与样本容量大小的关系 | 第27-29页 |
| 2.3.2 样本容量差异的银联标志的 2D-CS纹理元词袋模型 | 第29-31页 |
| 2.4 实验 | 第31-44页 |
| 2.4.1 单一的传统特征、1D-CS、2D-CS与改进的 2D-CS纹理元词袋特征对样本容量差异的适用性 | 第31-37页 |
| 2.4.2 基于 2D-CS的融合特征对样本容量差异的适用性 | 第37-41页 |
| 2.4.3 结论 | 第41-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第三章 稀疏表示的样本容量差异的无背景银联标志识别 | 第45-65页 |
| 3.1 稀疏表示的样本容量差异的FDDL分类算法 | 第45-49页 |
| 3.1.1 基于分类的稀疏表示算法 | 第45-46页 |
| 3.1.2 FDDL的理论框架 | 第46-47页 |
| 3.1.3 样本容量差异的银联标志的FDDL分类 | 第47-49页 |
| 3.2 银联标志的无背景 2D-CS-5 特征 | 第49-50页 |
| 3.3 无背景 2D-CS-5 特征的FDDL的参数选择 | 第50-54页 |
| 3.4 实验 1：单特征的样本容量差异的无背景银联标志识别 | 第54-60页 |
| 3.4.1 样本容量小的GC-FDDL的银联标志识别 | 第54-56页 |
| 3.4.2 样本容量大的LC-FDDL的银联标志识别 | 第56-60页 |
| 3.5 实验 2：融合特征的样本容量差异的无背景银联标志识别 | 第60-63页 |
| 3.5.1 传统融合特征的GC-FDDL的识别 | 第60-61页 |
| 3.5.2 与 2D-CS纹理元、2D-CS-5 相融合的LC-FDDL的识别 | 第61-63页 |
| 3.6 本章小结 | 第63-65页 |
| 总结 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录：论文所用部分图片库 | 第70-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |
