| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| ·论文的研究背景和意义 | 第9-10页 |
| ·图像分类的现状 | 第10-12页 |
| ·国内外的研究现状 | 第10-11页 |
| ·研究难点 | 第11-12页 |
| ·论文的研究内容 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 基于 SPM 模型的图像分类研究综述 | 第14-22页 |
| ·BOF 模型 | 第14-15页 |
| ·SPM 模型 | 第15-16页 |
| ·图像特征提取与描述 | 第16-19页 |
| ·全局特征 | 第16-18页 |
| ·局部特征 | 第18-19页 |
| ·构建视觉词典 | 第19-20页 |
| ·视觉特征编码 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 集成多特征与稀疏编码的图像分类方法 | 第22-36页 |
| ·本章研究方法 | 第23-28页 |
| ·结合 SIFT 和 HOG 特征 | 第23-24页 |
| ·图像特征的矢量量化 | 第24-25页 |
| ·投票决策分类结果 | 第25页 |
| ·算法描述 | 第25-28页 |
| ·数据集及设置 | 第28-29页 |
| ·实验数据集 | 第28-29页 |
| ·实验设置 | 第29页 |
| ·实验与分析 | 第29-35页 |
| ·实验结果 | 第29-35页 |
| ·实验分析 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 一种基于多级空间视觉词典集体的图像分类方法 | 第36-52页 |
| ·本章研究方法 | 第37-43页 |
| ·串行特征融合 | 第38-40页 |
| ·多级空间视觉词典集体 | 第40-41页 |
| ·加权图像表述 | 第41-42页 |
| ·算法描述 | 第42-43页 |
| ·数据集及设置 | 第43-45页 |
| ·实验数据集 | 第43-44页 |
| ·实验设置 | 第44-45页 |
| ·实验与分析 | 第45-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 构建强判别力的空间视觉词典用于图像分类 | 第52-62页 |
| ·引言 | 第52-53页 |
| ·本章研究方法 | 第53-57页 |
| ·主要方法介绍 | 第53-54页 |
| ·构建有判别力的空间视觉词典 | 第54-56页 |
| ·算法描述 | 第56-57页 |
| ·实验与分析 | 第57-61页 |
| ·实验设置 | 第57页 |
| ·实验结果 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间的研究成果 | 第70-71页 |