| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-12页 |
| ·引言 | 第9页 |
| ·图像分类系统简介 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| 第二章 WWW图像的类别及其特点 | 第12-15页 |
| ·图像基本类别 | 第12-13页 |
| ·照片类图片(Photograph)特点 | 第13页 |
| ·图画类图片(Graphic)特点 | 第13-15页 |
| 第三章 图像分类方法研究 | 第15-35页 |
| ·图标类和图片类图像分类算法 | 第15-16页 |
| ·分类参量 | 第15-16页 |
| ·分类算法分析 | 第16页 |
| ·实验结果 | 第16页 |
| ·图片类图像(照片类和图画类)再分类算法 | 第16-23页 |
| ·分类参量 | 第17页 |
| ·分类算法分析 | 第17-22页 |
| ·实验结果 | 第22-23页 |
| ·照片类图片(人造景物类和自然景物类)再分类算法 | 第23-28页 |
| ·分类参量 | 第23页 |
| ·分类算法分析 | 第23-28页 |
| ·实验结果 | 第28页 |
| ·图画类图片(绘画类和图表类)再分类算法 | 第28-35页 |
| ·绘画类和图表类图片分类 | 第29-30页 |
| ·绘画类图片(卡通画类和非卡通画类)再分类 | 第30-35页 |
| 第四章 纹理分析在图像分类中应用 | 第35-51页 |
| ·纹理概述 | 第35页 |
| ·纹理分析方法简介 | 第35-36页 |
| ·使用Hough变换检测图像纹理的基本算法 | 第36-39页 |
| ·条状纹理检测 | 第37-38页 |
| ·网格纹理检测 | 第38-39页 |
| ·利用神经网络进行纹理分类 | 第39-51页 |
| ·Tamura纹理特征 | 第39-43页 |
| ·Gabor滤波器 | 第43-46页 |
| ·BP(Back-Propagation)神经网络简介 | 第46-48页 |
| ·纹理分类算法 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| 第五章 结束语 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间发表论文目录 | 第54-55页 |
| 致谢 | 第55页 |