基于图像分割的图像自动标注研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文章节安排 | 第16-17页 |
| 第2章 图像自动标注技术概述 | 第17-35页 |
| 2.1 图像自动标注基本框架 | 第17页 |
| 2.2 图像主要分割算法 | 第17-23页 |
| 2.2.1 JSEG图像分割算法 | 第18-21页 |
| 2.2.2 腐蚀与膨胀算法 | 第21-23页 |
| 2.3 图像视觉内容与特征表示 | 第23-27页 |
| 2.3.1 区域特征选择方法 | 第23-24页 |
| 2.3.2 图像视觉特征提取 | 第24-27页 |
| 2.4 图像标注模型 | 第27-33页 |
| 2.4.1 基于分类的图像标注模型 | 第28-29页 |
| 2.4.2 基于概率统计模型法 | 第29-31页 |
| 2.4.3 基于图学习的自动图像标注算法 | 第31-32页 |
| 2.4.4 其他模型的图像标注 | 第32-33页 |
| 2.5 图像标注效果评价方法 | 第33-34页 |
| 2.5.1 以词为单位的评价 | 第33-34页 |
| 2.5.2 以图为单位的评价 | 第34页 |
| 2.5.3 以分类精度为单位的评价 | 第34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 基于改进图像分割方法的图像自动标注 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 LBP纹理和小波变换 | 第35-38页 |
| 3.2.1 LBP纹理 | 第35-36页 |
| 3.2.2 小波变换 | 第36-38页 |
| 3.3 改进的图像分割算法描述 | 第38-40页 |
| 3.4 图像自动标注过程 | 第40页 |
| 3.5 实验结果及分析 | 第40-44页 |
| 3.5.1 分割效果对比 | 第40-42页 |
| 3.5.2 标注结果及分析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 图像自动标注系统的设计与实现 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 系统设计 | 第45-48页 |
| 4.2.1 系统整体设计 | 第45-47页 |
| 4.2.2 数据库设计 | 第47-48页 |
| 4.3 系统模块实现 | 第48-51页 |
| 4.3.1 开发工具及环境介绍 | 第48页 |
| 4.3.2 分类模型训练模块 | 第48-49页 |
| 4.3.3 图像标注模块 | 第49-51页 |
| 4.4 系统基本功能 | 第51-54页 |
| 4.4.1 系统界面 | 第51页 |
| 4.4.2 图像分割及特征提取 | 第51-52页 |
| 4.4.3 分类器训练 | 第52-54页 |
| 4.4.4 图像标注功能 | 第54页 |
| 4.5 本章小结 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录A 攻读硕士学位期间所参与的科研活动 | 第60-61页 |
| 致谢 | 第61页 |
