| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要工作 | 第11页 |
| 1.4 本文的结构安排 | 第11-13页 |
| 第2章 图像聚类研究综述 | 第13-22页 |
| 2.1 图像聚类流程 | 第13-14页 |
| 2.2 图像的底层视觉特征 | 第14-16页 |
| 2.2.1 颜色特征 | 第14-15页 |
| 2.2.2 纹理特征 | 第15-16页 |
| 2.2.3 形状特征 | 第16页 |
| 2.2.4 SIFT 特征 | 第16页 |
| 2.3 经典的聚类算法 | 第16-19页 |
| 2.3.1 划分聚类算法 | 第17-18页 |
| 2.3.2 层次聚类算法 | 第18-19页 |
| 2.4 图像聚类中的相关性度量 | 第19-20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 尺度不变特征提取和形式化建模 | 第22-31页 |
| 3.1 图像尺度空间理论 | 第22-25页 |
| 3.1.1 尺度空间表示 | 第22-23页 |
| 3.1.2 高斯金字塔 | 第23-24页 |
| 3.1.3 高斯差分金字塔 | 第24-25页 |
| 3.2 图像数据的 SIFT 特征提取 | 第25-29页 |
| 3.2.1 尺度空间极值检测 | 第25-26页 |
| 3.2.2 关键点的位置确定 | 第26-27页 |
| 3.2.3 关键点的方向分配 | 第27-28页 |
| 3.2.4 生成特征描述向量 | 第28-29页 |
| 3.3 本章小结 | 第29-31页 |
| 第4章 基于双向传播的相关性传递聚类 | 第31-39页 |
| 4.1 基于 SIFT 特征的相关性分析 | 第31-32页 |
| 4.2 双向传播策略 | 第32-33页 |
| 4.3 SIFT-Affinity Propagation 聚类 | 第33-38页 |
| 4.3.1 算法整体流程 | 第33-35页 |
| 4.3.2 算法实现步骤 | 第35-37页 |
| 4.3.3 算法收敛性验证 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 实验结果和性能分析 | 第39-48页 |
| 5.1 系统的整体框架和流程 | 第39-40页 |
| 5.2 图像数据集和特征提取 | 第40-43页 |
| 5.2.1 图像数据集 | 第40页 |
| 5.2.2 SIFT 特征分析结果 | 第40-42页 |
| 5.2.3 图像 SIFT 特征的相关性分析结果 | 第42-43页 |
| 5.3 聚类结果与对比分析 | 第43-47页 |
| 5.3.1 性能评价标准 | 第43-44页 |
| 5.3.2 优先参数的分析和设置 | 第44页 |
| 5.3.3 聚类结果对比分析 | 第44-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 1 攻读学位期间发表的论文 | 第55-56页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第56-57页 |
| 详细摘要 | 第57-60页 |