基于双空间金字塔的图像检索
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·论文研究的背景及意义 | 第10-11页 |
| ·图像检索发展历史 | 第10-11页 |
| ·CBIR的特点 | 第11页 |
| ·图像检索现有方法研究 | 第11-15页 |
| ·几种常用的基于内容的图像检索 | 第11-14页 |
| ·几种常用的基于内容的图像检索系统 | 第14-15页 |
| ·本文主要的研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-18页 |
| 第二章 图像特征描述子和空间金字塔 | 第18-33页 |
| ·图像内容的表示 | 第18页 |
| ·图像特征描述子 | 第18页 |
| ·本文用到的特征描述子 | 第18-28页 |
| ·SIFT描述子 | 第19-22页 |
| ·边缘方向直方图 | 第22-24页 |
| ·自相似性描述子 | 第24-27页 |
| ·HSV颜色直方图 | 第27-28页 |
| ·空间金字塔 | 第28-33页 |
| ·图像空间金字塔 | 第29-30页 |
| ·特征空间金字塔 | 第30-33页 |
| 第三章 基于SVM的图像分类 | 第33-43页 |
| ·支持向量机 | 第33-38页 |
| ·线性可分支持向量机 | 第33-35页 |
| ·线性不可分支持向量机 | 第35-37页 |
| ·非线性支持向量机 | 第37-38页 |
| ·核函数 | 第38-41页 |
| ·核函数理论 | 第38-40页 |
| ·常用的核函数 | 第40-41页 |
| ·基于核函数的SVM图像分类 | 第41-43页 |
| ·收集训练集和测试集 | 第41页 |
| ·分类方法 | 第41-43页 |
| 第四章 基于双空间金字塔的图像检索 | 第43-51页 |
| ·图像分类现有方法研究 | 第43-45页 |
| ·图像的分类 | 第43-44页 |
| ·图像分类的现有方法 | 第44-45页 |
| ·双空间金字塔 | 第45-47页 |
| ·双空间金字塔构建 | 第45-46页 |
| ·双空间金字塔匹配 | 第46-47页 |
| ·基于双空间金字塔的图像分类 | 第47-49页 |
| ·局部特征和全局特征结合使用 | 第47-48页 |
| ·双空间金字塔匹配核 | 第48页 |
| ·基于双空间金字塔匹配核的SVM分类 | 第48-49页 |
| ·基于双空间金字塔的图像检索 | 第49-51页 |
| ·相似性度量 | 第49页 |
| ·基于双空间金字塔的图像检索 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·本文总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 学位论文数据集 | 第56页 |
