基于词袋模型的图像分类系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文结构安排 | 第13-15页 |
| 第2章 图像分类技术 | 第15-33页 |
| 2.1 图像分类全局特征 | 第15-17页 |
| 2.1.1 基于颜色的全局特征 | 第15-16页 |
| 2.1.2 基于纹理的全局特征 | 第16-17页 |
| 2.1.3 形状特征 | 第17页 |
| 2.1.4 空间关系特征 | 第17页 |
| 2.1.5 多特征融合 | 第17页 |
| 2.2 局部特征介绍 | 第17-22页 |
| 2.2.1 SIFT特征提取 | 第18-21页 |
| 2.2.2 SURF特征 | 第21-22页 |
| 2.3 图像分类方法 | 第22-24页 |
| 2.3.1 基于生成模型的图像分类方法 | 第22-23页 |
| 2.3.2 基于判别模型的图像分类方法 | 第23-24页 |
| 2.4 SVM分类器 | 第24-27页 |
| 2.5 词袋模型相关理论 | 第27-31页 |
| 2.5.1 词袋模型 | 第27-28页 |
| 2.5.2 空间金字塔匹配 | 第28-30页 |
| 2.5.3 直方图交叉核 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 基于词袋模型的图像分类 | 第33-43页 |
| 3.1 分类系统整体框架 | 第33-34页 |
| 3.2 特征提取 | 第34页 |
| 3.3 视觉字典生成 | 第34-37页 |
| 3.4 词袋生成 | 第37-38页 |
| 3.5 图像频率直方图生成 | 第38-39页 |
| 3.6 图像视觉特征生成 | 第39-41页 |
| 3.7 基于ReliefF算法的特征降维 | 第41-42页 |
| 3.8 本章小结 | 第42-43页 |
| 第4章 实验与结果分析 | 第43-50页 |
| 4.1 实验环境 | 第43页 |
| 4.2 实验数据 | 第43-44页 |
| 4.3 评价方法 | 第44页 |
| 4.4 实验结果与分析 | 第44-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结和展望 | 第50-52页 |
| 5.1 全文总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
