首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征融合和支持向量机的图像匹配系统设计

摘要第5-6页
Abstract第6页
第一章 绪论第9-14页
    1.1 课题背景与研究意义第9-10页
    1.2 国内外研究现状与热点第10-12页
    1.3 本文研究内容第12-14页
第二章 图像检索背景知识介绍与核心算法分析第14-38页
    2.1 图像特征提取第14-30页
        2.1.1 颜色特征及其提取算法分析第14-17页
        2.1.2 纹理特征及其特征提取算法分析第17-21页
        2.1.3 形状特征及其特征提取算法分析第21-28页
        2.1.4 空间关系特征及其提取算法第28页
        2.1.5 几种图像特征及其提取方法的综述与比较第28-30页
    2.2 图像特征的归一化处理算法第30-31页
    2.3 多特征融合及其算法选取第31-32页
    2.4 图像检索中的交互反馈第32-36页
        2.4.1 基于目标的自适应反馈技术第32-33页
        2.4.2 关联反馈技术第33-34页
        2.4.3 相关反馈技术及其实现第34-35页
        2.4.4 支持向量机在系统中的使用第35-36页
    2.5 特征相似度匹配第36-37页
    2.6 本章小结第37-38页
第三章 系统总体结构设计第38-48页
    3.1 系统功能分析第38-42页
        3.1.1 系统过程分析第39-41页
        3.1.2 系统功能模块分析第41-42页
    3.2 系统设计第42-47页
        3.2.1 系统整体部署第42-43页
        3.2.2 系统框架设计第43-44页
        3.2.3 系统前端界面设计第44页
        3.2.4 系统内部逻辑设计第44-45页
        3.2.5 系统流程图第45-47页
    3.3 本章小结第47-48页
第四章 图像匹配系统的实现设计第48-58页
    4.1 开发环境搭建第48页
    4.2 图像匹配系统的程序架构设计第48-52页
        4.2.1 核心Core模块第49页
        4.2.2 Distance-count模块第49页
        4.2.3 Features模块第49-50页
        4.2.4 Image-process模块第50页
        4.2.5 Server-process模块第50页
        4.2.6 Feature-Extractor模块第50-51页
        4.2.7 图像匹配系统的整体运行设计第51-52页
    4.3 支持向量机算法的实现第52-55页
    4.4 图像匹配系统的前端界面设计第55-57页
    4.5 本章小结第57-58页
第五章 系统实验测试及结果分析第58-65页
    5.1 系统性能测试第58-64页
        5.1.1 单一特征下的图像检索第59-62页
        5.1.2 多特征融合下的系统检索第62-63页
        5.1.3 基于用户反馈以及支持向量机下的系统检索第63-64页
    5.2 本章小结第64-65页
总结与展望第65-67页
参考文献第67-71页
攻读硕士学位期间取得的研究成果第71-72页
致谢第72-73页
附件第73页

论文共73页,点击 下载论文
上一篇:日本旧居住区环境再生分析与借鉴
下一篇:草本泥炭水分特征曲线及影响因素研究