| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·图像分类概述 | 第8-11页 |
| ·图像分类的研究背景 | 第8-10页 |
| ·图像分类的总体流程 | 第10-11页 |
| ·图像分类的研究进展 | 第11-14页 |
| ·本文研究重点和内容安排 | 第14-16页 |
| 第二章 相关基础知识 | 第16-26页 |
| ·基于词袋模型的图像分类框架 | 第16-19页 |
| ·词袋模型简介 | 第16页 |
| ·词袋模型的应用场合及其在图像分类上的应用 | 第16-17页 |
| ·词袋模型应用三步 | 第17-19页 |
| ·SIFT 简介 | 第19-21页 |
| ·SIFT 发展历程及主要思想 | 第19-20页 |
| ·SIFT 的特点 | 第20页 |
| ·SIFT 特征的计算步骤 | 第20-21页 |
| ·SVM 简介 | 第21-26页 |
| ·线性可分的二分类问题：线性硬间隔分类机 | 第21-22页 |
| ·线性不可分的二分类问题：对线性硬间隔分类机的几种扩展 | 第22-24页 |
| ·多类别分类问题 | 第24-26页 |
| 第三章 基于视觉计算和词袋模型的图像分类算法 | 第26-46页 |
| ·视觉计算理论 | 第26-34页 |
| ·Marr 视觉计算理论简介 | 第26-30页 |
| ·初始素描模型 | 第30-33页 |
| ·利用初始素描模型将图像分成结构区域和非结构区域 | 第33-34页 |
| ·用视觉计算理论指导基于词袋模型的图像分类 | 第34-35页 |
| ·基于初始素描线段方向和长度的统计特征 | 第35-36页 |
| ·基于视觉计算和词袋模型的图像分类算法 | 第36-40页 |
| ·算法流程及框图 | 第37页 |
| ·算法描述 | 第37-40页 |
| ·实验结果和分析 | 第40-44页 |
| ·实验结果 | 第40-43页 |
| ·参数分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于视觉计算和空间金字塔匹配的图像分类算法 | 第46-56页 |
| ·空间金字塔匹配分类方法 | 第46-48页 |
| ·空间金字塔匹配简介 | 第46-47页 |
| ·金字塔匹配核（Pyramid Match Kernel）及空间匹配策略 | 第47页 |
| ·空间金字塔匹配用于分类的流程 | 第47-48页 |
| ·基于视觉计算和空间金字塔匹配的图像分类算法 | 第48-51页 |
| ·算法流程及框图 | 第49-50页 |
| ·算法描述 | 第50-51页 |
| ·实验结果和分析 | 第51-55页 |
| ·实验结果 | 第51-54页 |
| ·参数分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·论文工作总结 | 第56页 |
| ·工作展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间的研究成果 | 第66-67页 |
