| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究内容和意义 | 第10-12页 |
| 1.3 研究现状 | 第12-14页 |
| 1.4 论文主要工作 | 第14页 |
| 1.5 论文组织架构 | 第14-16页 |
| 第二章 图像分类概述 | 第16-29页 |
| 2.1 引言 | 第16-18页 |
| 2.2 图像特征提取方法 | 第18-23页 |
| 2.2.1 全局特征 | 第18-20页 |
| 2.2.2 局部特征 | 第20-23页 |
| 2.3 图像相似度度量方法 | 第23-24页 |
| 2.4 分类器的研究 | 第24-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于CSIFT的特征金字塔树(VGPM)图像分类算法 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 CSIFT描述子 | 第29-30页 |
| 3.3 基于CSIFT描述子的特征金字塔树(VGPM)匹配 | 第30-34页 |
| 3.3.1 特征金字塔树的构建 | 第30-33页 |
| 3.3.2 特征金字塔树的直方图匹配核函数 | 第33-34页 |
| 3.4 基于直方图匹配函数的SVM分类 | 第34页 |
| 3.5 实验结果与分析 | 第34-38页 |
| 3.5.1 实验所用数据库 | 第34-35页 |
| 3.5.2 实验评价标准 | 第35页 |
| 3.5.3 实验设计及结果分析 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于CSIFT特征的稀疏编码图像分类算法 | 第39-52页 |
| 4.1 稀疏编码概述 | 第39-41页 |
| 4.2 稀疏编码原理 | 第41-45页 |
| 4.2.1 稀疏编码求解过程 | 第41-42页 |
| 4.2.2 过完备字典学习算法 | 第42-45页 |
| 4.3 基于CSIFT的稀疏编码模型 | 第45-47页 |
| 4.3.1 图像CSIFT特征的稀疏编码 | 第45-46页 |
| 4.3.2 构建线性空间金字塔匹配核 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-51页 |
| 4.4.1 实验所用数据库 | 第47-48页 |
| 4.4.2 实验评价标准 | 第48页 |
| 4.4.3 实验设计及结果分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52-53页 |
| 5.2 未来展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-60页 |
| 杭州电子科技大学硕士学位论文详细摘要 | 第60-62页 |