| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究内容及意义 | 第14-16页 |
| 1.2.1 研究内容 | 第14-15页 |
| 1.2.2 研究意义 | 第15-16页 |
| 1.3 本文组织结构 | 第16-18页 |
| 第2章 图像分类综述 | 第18-38页 |
| 2.1 图像分类原理及方法 | 第18-26页 |
| 2.2 基于艺术风格的图像分类研究 | 第26-33页 |
| 2.3 基于显著性的图像分类研究 | 第33-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 基于多特征的艺术风格研究与绘画图像分类 | 第38-64页 |
| 3.1 基于多特征的中西方绘画风格分类 | 第38-46页 |
| 3.1.1 绘画特征提取 | 第39-42页 |
| 3.1.2 支持向量机 | 第42-43页 |
| 3.1.3 实验结果 | 第43-46页 |
| 3.2 基于多特征的不同朝代敦煌壁画分类 | 第46-62页 |
| 3.2.1 敦煌壁画特征描述 | 第47-56页 |
| 3.2.2 实验结果 | 第56-62页 |
| 3.3 本章小结 | 第62-64页 |
| 第4章 基于艺术风格相似性规则的绘画图像分类 | 第64-80页 |
| 4.1 艺术风格相似性规则(Aesthetic Style Similarity Rule) | 第65-66页 |
| 4.2 本章算法 | 第66-72页 |
| 4.2.1 相似性度量 | 第66-68页 |
| 4.2.2 图像自相似性描述符 | 第68-69页 |
| 4.2.3 类别之间相似性计算 | 第69-71页 |
| 4.2.4 AdaBoost分类 | 第71-72页 |
| 4.3 实验 | 第72-78页 |
| 4.3.1 测试图像库 | 第72-73页 |
| 4.3.2 艺术风格特征提取 | 第73-76页 |
| 4.3.3 实验结果与分析 | 第76-78页 |
| 4.4 本章小结 | 第78-80页 |
| 第5章 基于显著性的艺术风格研究与绘画图像分类 | 第80-104页 |
| 5.1 显著性检测研究简介 | 第80-82页 |
| 5.2 颜色增强显著性检测算法 | 第82-98页 |
| 5.2.1 颜色增强算法 | 第83-85页 |
| 5.2.2 基于全局区域的对比度 | 第85-87页 |
| 5.2.3 显著性检测实验 | 第87-98页 |
| 5.3 基于显著性的艺术风格分类研究 | 第98-103页 |
| 5.3.1 基于显著性的图像分类框架 | 第98-99页 |
| 5.3.2 特征提取 | 第99页 |
| 5.3.3 分类及训练 | 第99-100页 |
| 5.3.4 分类实验 | 第100-103页 |
| 5.4 本章小结 | 第103-104页 |
| 第6章 总结与展望 | 第104-108页 |
| 6.1 本文工作总结 | 第104-105页 |
| 6.2 今后研究工作展望 | 第105-108页 |
| 参考文献 | 第108-122页 |
| 攻读博士学位期间主要的研究成果 | 第122-124页 |
| 致谢 | 第124-125页 |