| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 图像检索的研究背景及意义 | 第11-12页 |
| 1.1.2 图像分类的研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 图像检索的研究现状 | 第13-14页 |
| 1.2.2 图像分类的研究现状 | 第14-15页 |
| 1.3 论文研究内容与结构安排 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-19页 |
| 第二章 基于视觉描述子的图像检索与分类的基础知识 | 第19-33页 |
| 2.1 视觉描述子的概念来源 | 第19页 |
| 2.2 视觉描述子 | 第19-26页 |
| 2.2.1 底层描述子 | 第19-22页 |
| 2.2.2 中层描述子 | 第22-24页 |
| 2.2.3 高层描述子 | 第24-26页 |
| 2.3 视觉描述子相似度计算函数 | 第26-28页 |
| 2.4 图像检索与分类的性能评估标准 | 第28-29页 |
| 2.5 图像分类中常用的分类器 | 第29-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 基于粗糙集推理规则和颜色互信息描述子的图像检索方法 | 第33-47页 |
| 3.1 引言 | 第33-34页 |
| 3.2 粗糙集及其推理规则的相关概念 | 第34-36页 |
| 3.2.1 粗糙集的基本概念 | 第35页 |
| 3.2.2 知识的概率分布 | 第35页 |
| 3.2.3 基于粗糙集理论的规则提取方法 | 第35-36页 |
| 3.3 基于朴素贝叶斯理论的图像标注方法 | 第36页 |
| 3.4 基于粗糙集推理规则和颜色互信息描述子的图像检索模型 | 第36-41页 |
| 3.4.1 基于粗糙集推理规则的图像检索模型 | 第36-39页 |
| 3.4.2 基于颜色互信息描述子的图像检索模型 | 第39-41页 |
| 3.5 实验分析 | 第41-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 基于空间差异描述子的图像分类方法 | 第47-61页 |
| 4.1 引言 | 第47-48页 |
| 4.2 基于空间差异描述子的图像分类模型 | 第48-53页 |
| 4.2.1 底层描述子提取 | 第49页 |
| 4.2.2 稀疏编码 | 第49-50页 |
| 4.2.3 描述子集成方法 | 第50-51页 |
| 4.2.4 空间差异描述子的计算 | 第51-53页 |
| 4.2.5 线性分类 | 第53页 |
| 4.3 实验分析 | 第53-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 结论 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 今后研究构想 | 第62-63页 |
| 参考文献 | 第63-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士学位期间发表论文及参与科研情况 | 第73-74页 |