基于支持向量机的图像信息分类与检索
摘要 | 第1-6页 |
Abstract | 第6-9页 |
1 绪论 | 第9-15页 |
·课题研究的背景 | 第9页 |
·课题研究的目的与意义 | 第9-10页 |
·国内外图像信息检索的发展状况分析 | 第10-14页 |
·本论文的主要工作 | 第14-15页 |
2 支持向量机的基础理论 | 第15-25页 |
·支持向量机 | 第15-22页 |
·支持向量机软件 | 第22-24页 |
·本章小结 | 第24-25页 |
3 图像颜色特征的提取 | 第25-31页 |
·颜色特征的描述 | 第25-26页 |
·图像的空间转换 | 第26页 |
·对HSV 进行量化处理 | 第26-28页 |
·主元分析法(PCA) | 第28-29页 |
·应用主元分析法(PCA)进行颜色特征提取 | 第29-30页 |
·本章小结 | 第30-31页 |
4 图像纹理特征的提取 | 第31-37页 |
·图像的纹理描述 | 第31-32页 |
·基于第二代小波变换的纹理特征提取 | 第32-36页 |
·本章小结 | 第36-37页 |
5 图像的分类与检索 | 第37-50页 |
·系统概述 | 第37页 |
·基于支持向量机的图像分类算法 | 第37-41页 |
·基于支持向量机的图像检索方法 | 第41-42页 |
·图像相关反馈的实现 | 第42-46页 |
·探索性研究 | 第46-49页 |
·本章小结 | 第49-50页 |
6 图像检索系统的设计与实现 | 第50-54页 |
·软件的设计 | 第50-52页 |
·软件的使用方法 | 第52-53页 |
·本章小结 | 第53-54页 |
7 结论 | 第54-56页 |
参考文献 | 第56-61页 |
在学期间研究成果 | 第61-62页 |
致 谢 | 第62页 |