基于SVM图像分类方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·论文的主要研究内容 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 第二章 图像特征提取 | 第11-31页 |
| ·颜色特征 | 第11-22页 |
| ·颜色空间模型 | 第11-14页 |
| ·颜色直方图 | 第14-15页 |
| ·颜色集 | 第15-17页 |
| ·颜色的量化处理 | 第17-19页 |
| ·颜色矩 | 第19-20页 |
| ·颜色聚合向量 | 第20-21页 |
| ·颜色相关图 | 第21-22页 |
| ·纹理特征 | 第22-28页 |
| ·灰度共生矩阵 | 第22-25页 |
| ·LBP特征提取 | 第25-28页 |
| ·形状特征 | 第28-30页 |
| ·边界特征法 | 第29页 |
| ·傅里叶形状描述符法 | 第29页 |
| ·几何参数法 | 第29页 |
| ·其它方法 | 第29-30页 |
| ·空间关系特征 | 第30-31页 |
| 第三章 SVM分类器构造 | 第31-43页 |
| ·SVM基本思想 | 第31-32页 |
| ·SVM优点 | 第32页 |
| ·线性分类器 | 第32-34页 |
| ·核函数 | 第34-35页 |
| ·利用核函数进行非线性映射 | 第34页 |
| ·常用核函数 | 第34-35页 |
| ·松弛变量及惩罚因子 | 第35-36页 |
| ·多类分类 | 第36-39页 |
| ·SVM多类分类方法 | 第36-37页 |
| ·决策矩阵模板匹配多分类 | 第37-39页 |
| ·SVM参数选择 | 第39-43页 |
| ·核函数选择 | 第39页 |
| ·网格搜索法 | 第39-40页 |
| ·基于PSO的SVM参数选择 | 第40-43页 |
| 第四章 系统实验 | 第43-49页 |
| ·基于SVM的图像分类实验说明 | 第43-44页 |
| ·基于颜色特征的分类结果与分析 | 第44-46页 |
| ·颜色直方图分类结果 | 第44-45页 |
| ·区域加权直方图与颜色矩结合的分类结果 | 第45-46页 |
| ·基于纹理特征的分类结果与分析 | 第46-48页 |
| ·基于灰度共生矩阵特征的图像分类 | 第46-47页 |
| ·基于LBP纹理特征的图像分类 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 附录 本文对应图表 | 第55-56页 |
| 攻读硕士学位期间发表的论文 | 第56页 |
