| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与研究意义 | 第11-12页 |
| 1.2 存在的难点分析 | 第12-14页 |
| 1.3 本文的主要工作内容 | 第14-15页 |
| 1.4 本文的主要创新点 | 第15页 |
| 1.5 本文的组织结构 | 第15-17页 |
| 第二章 相关研究工作及关键技术 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 花卉图像分割的国内外研究现状 | 第17-19页 |
| 2.3 花卉图像分类算法相关研究 | 第19-20页 |
| 2.4 精细图像分类的相关研究方法 | 第20-21页 |
| 2.5 GrabCut图像分割 | 第21-23页 |
| 2.6 SIFT特征提取 | 第23-26页 |
| 2.7 视觉词汇模型 | 第26-28页 |
| 2.8 花卉图像数据库 | 第28-31页 |
| 第三章 基于显著性检测的GrabCut花卉图像分割 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 基于显著性检测的GrabCut花卉图像分割 | 第31-38页 |
| 3.2.1 图像超像素区域划分 | 第33-34页 |
| 3.2.2 图像显著性检测 | 第34-36页 |
| 3.2.3 花卉图像前景背景分类模型 | 第36-37页 |
| 3.2.4 GrabCut花卉图像分割 | 第37-38页 |
| 3.3 实验结果 | 第38-44页 |
| 3.3.1 实验设计 | 第38-39页 |
| 3.3.2 图像分割评价标准 | 第39页 |
| 3.3.3 实验对比 | 第39-44页 |
| 3.4 总结和讨论 | 第44-47页 |
| 第四章 基于多特征融合的层次化花卉图像分类 | 第47-65页 |
| 4.1 引言 | 第47页 |
| 4.2 基于多特征融合的层次化花卉图像分类 | 第47-55页 |
| 4.2.1 花卉图像特征抽取和描述 | 第48-51页 |
| 4.2.2 视觉词典的映射 | 第51-52页 |
| 4.2.3 基于分割区域的特征加权 | 第52-53页 |
| 4.2.4 层次化的多特征融合 | 第53-55页 |
| 4.3 实验结果 | 第55-63页 |
| 4.3.1 实验设计 | 第55-62页 |
| 4.3.2 实验对比 | 第62-63页 |
| 4.4 总结和讨论 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 引言 | 第65页 |
| 5.2 回顾与总结 | 第65-66页 |
| 5.3 工作展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 附录Ⅰ 攻读硕士期间参与的科研项目 | 第75-77页 |
| 附录Ⅱ Oxford-17 flower数据库花卉图像示例 | 第77-78页 |
