| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-30页 |
| ·课题来源及目的意义 | 第12-13页 |
| ·图像分类任务关键技术研究现状 | 第13-27页 |
| ·预处理研究方法 | 第13-19页 |
| ·特征获取研究方法 | 第19-24页 |
| ·分类研究方法 | 第24-27页 |
| ·本文主要研究内容与章节安排 | 第27-30页 |
| 第2章 截断式快速多尺度RETINEX 光照补偿方法 | 第30-56页 |
| ·引言 | 第30-32页 |
| ·典型RETINEX 方法分析 | 第32-42页 |
| ·McCann Retinex 方法 | 第32-33页 |
| ·单尺度Retinex 方法(SSR，Single Scale Retinex) | 第33-36页 |
| ·多尺度Retinex 方法 | 第36-42页 |
| ·一种新的截断式快速多尺度RETINEX 方法 | 第42-50页 |
| ·MSR 算法的自动截断拉伸 | 第42-44页 |
| ·MSR 快速算法 | 第44-48页 |
| ·截断式快速MSR 的算法步骤 | 第48-49页 |
| ·截断式快速MSR 算法与传统Retinax 算法的实验比较分析 | 第49-50页 |
| ·实验对比分析 | 第50-55页 |
| ·亮度归一比较分析 | 第51-53页 |
| ·色彩常化比较分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 梯度均变双边滤波的图像去噪方法 | 第56-88页 |
| ·引言 | 第56-57页 |
| ·梯度均变去噪方法 | 第57-67页 |
| ·图像的均质性分析 | 第58-59页 |
| ·均变判定规则 | 第59-62页 |
| ·对非均质点的恢复规则 | 第62-65页 |
| ·梯度均变去噪方法的步骤和实验分析 | 第65-67页 |
| ·梯度均变双边滤波图像去噪 | 第67-72页 |
| ·双边滤波(Bilateral filtering)的特性分析 | 第67-69页 |
| ·梯度均变双边滤波(GSBF,Gradient symmetrically changing and Bilateral filtering) | 第69-71页 |
| ·梯度均变去噪与GSBF 去噪的处理时间比较 | 第71-72页 |
| ·去噪方法的实验比较分析 | 第72-82页 |
| ·去噪的主观分析 | 第72-78页 |
| ·去噪的客观分析 | 第78-82页 |
| ·图像特征稳定性分析 | 第82-86页 |
| ·小结 | 第86-88页 |
| 第4章 特征区域和特征描述子的选取与构建 | 第88-122页 |
| ·引言 | 第88-89页 |
| ·最大熵小波多尺度显著特征区域检测算子(WSMRW，AVELET-BASED SALIENT MULTI-SCALE REGION DETECTOR) | 第89-95页 |
| ·小波显著特征检测算子 | 第89-93页 |
| ·采用最大分布熵确定特征点数量 | 第93-94页 |
| ·多尺度显著区域的确定 | 第94-95页 |
| ·联合显著特征区域获取方法HDSW | 第95-108页 |
| ·显著特征区域求取方法的性能评价 | 第98-106页 |
| ·联合显著特征区域获取方法(HDSW)方法的构成 | 第106-108页 |
| ·多种特征描述子分析与融合 | 第108-121页 |
| ·构建联合特征描述子 | 第111-112页 |
| ·联合描述子的性能评价 | 第112-117页 |
| ·描述子融合系数的确定 | 第117-121页 |
| ·小结 | 第121-122页 |
| 第5章 视觉字典构建和分类实验分析 | 第122-149页 |
| ·引言 | 第122页 |
| ·构建视觉字集 | 第122-129页 |
| ·从特征向量到视觉字集 | 第122-124页 |
| ·改进K 均值聚类方法 | 第124-126页 |
| ·聚类量化方法的性能比较 | 第126-128页 |
| ·建立视觉字典 | 第128-129页 |
| ·选用的图像数据库 | 第129-131页 |
| ·Caltech 4 图像库和扩展 | 第129-130页 |
| ·PASCAL VOC(Visual object classes)图像数据库 | 第130-131页 |
| ·图像分类方法 | 第131-138页 |
| ·pLSA 分类模型 | 第132-134页 |
| ·基于高斯混合模型的贝叶斯决策分类 | 第134-137页 |
| ·分类系统的总体框架 | 第137-138页 |
| ·分步调整下的分类实验 | 第138-147页 |
| ·基本的分类系统设定 | 第138-139页 |
| ·多角度分类分析 | 第139-147页 |
| ·小结 | 第147-149页 |
| 结论 | 第149-152页 |
| 参考文献 | 第152-173页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第173-174页 |
| 致谢 | 第174页 |
