| 中文摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 花卉图像分类 | 第8-9页 |
| 1.2 花卉图像分类国内外研究现状 | 第9-10页 |
| 1.2.1 稀疏编码与花卉图像分类 | 第9页 |
| 1.2.2 稀疏编码与视觉字典生成模型 | 第9-10页 |
| 1.3 本文研究的主要内容和论文结构组织 | 第10-14页 |
| 第二章 特征提取与稀疏编码 | 第14-22页 |
| 2.1 特征提取 | 第14-19页 |
| 2.1.1 HOG特征 | 第14-17页 |
| 2.1.2 颜色直方图特征 | 第17-19页 |
| 2.2 稀疏编码 | 第19-21页 |
| 2.2.1 基于稀疏编码的特定类字典和共享字典联合生成方法 | 第19-20页 |
| 2.2.2 基于稀疏编码的分类模型 | 第20-21页 |
| 2.3 小结 | 第21-22页 |
| 第三章 基于约束稀疏编码的视觉字典生成模型 | 第22-34页 |
| 3.1 引言 | 第22页 |
| 3.2 基于约束稀疏编码的视觉字典生成模型 | 第22-25页 |
| 3.2.1 基本思想 | 第22-23页 |
| 3.2.2 字典构建模型 | 第23-25页 |
| 3.3 生成模型优化 | 第25-28页 |
| 3.3.1 求解每一类别的编码系数 | 第25-26页 |
| 3.3.2 更新全局的视觉字典 | 第26-28页 |
| 3.4 基于约束稀疏编码的花卉视觉字典生成模型 | 第28-31页 |
| 3.4.1 花卉特征提取 | 第29-30页 |
| 3.4.2 花卉字典生成算法 | 第30-31页 |
| 3.5 实验结果与分析 | 第31-33页 |
| 3.5.1 参数λ_1和λ_2对分类的影响 | 第31-32页 |
| 3.5.2 参数γ_2对分类的影响 | 第32-33页 |
| 3.5.3 最优生成参数取值下的分类结果 | 第33页 |
| 3.6 小结 | 第33-34页 |
| 第四章 基于特征加权融合的稀疏编码分类方法 | 第34-42页 |
| 4.1 引言 | 第34页 |
| 4.2 加权编码分类模型 | 第34-35页 |
| 4.3 基于特征加权融合的稀疏编码分类 | 第35-37页 |
| 4.3.1 分类思想 | 第35-36页 |
| 4.3.2 分类算法 | 第36-37页 |
| 4.4 实验结果与分析 | 第37-40页 |
| 4.4.1 参数Θ_1对分类的影响 | 第37-38页 |
| 4.4.2 参数Θ_1和ξ_1对分类的影响 | 第38-39页 |
| 4.4.3 最优分类参数取值下的分类结果 | 第39-40页 |
| 4.5 小结 | 第40-42页 |
| 第五章 花卉图像分类原型系统 | 第42-58页 |
| 5.1 原型系统功能 | 第42页 |
| 5.2 原型系统功能演示 | 第42-57页 |
| 5.2.1 花卉训练特征提取 | 第44-45页 |
| 5.2.2 花卉视觉字典构建 | 第45-48页 |
| 5.2.3 花卉测试特征提取 | 第48-49页 |
| 5.2.4 花卉测试特征编码 | 第49-50页 |
| 5.2.5 花卉测试图像分类 | 第50-57页 |
| 5.3 小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 研究生期间参与科研项目及成果 | 第66页 |