| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 前言 | 第8-15页 |
| 1.1 论文研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-11页 |
| 1.3 标准图像数据库 | 第11-13页 |
| 1.4 本文主要研究内容及结构安排 | 第13-15页 |
| 第2章 基于生物视觉感知机制的特征计算模型 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 生物视觉感知机制的生理学基础 | 第15-18页 |
| 2.2.1 外周脑 | 第16-17页 |
| 2.2.2 初级视皮层 | 第17-18页 |
| 2.2.3 纹外皮层 | 第18页 |
| 2.2.4 高级视皮层 | 第18页 |
| 2.3 生物视觉感知的计算模型 | 第18-22页 |
| 2.3.1 神经认知机 | 第19-20页 |
| 2.3.2 SMF模型 | 第20-22页 |
| 2.4 支持向量机 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于稀疏编码和SMF模型的图像特征计算 | 第24-37页 |
| 3.1 引言 | 第24页 |
| 3.2 生物视觉系统中的稀疏编码机制 | 第24-25页 |
| 3.3 K-SVD算法 | 第25-27页 |
| 3.3.1 寻找稀疏编码 | 第25-26页 |
| 3.3.2 学习基矩阵 | 第26-27页 |
| 3.4 快速词典算法 | 第27-29页 |
| 3.5 基于FDSMF模型的特征计算 | 第29-31页 |
| 3.6 实验结果与分析 | 第31-36页 |
| 3.6.1 快速字典学习算法实验分析 | 第31-33页 |
| 3.6.2 基于FDSMF模型的图像分类实验分析 | 第33-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 基于SURF算法和SMF模型的图像特征计算 | 第37-48页 |
| 4.1 引言 | 第37页 |
| 4.2 SURF算法 | 第37-42页 |
| 4.2.1 积分图像 | 第38-39页 |
| 4.2.2 盒子滤波 | 第39-40页 |
| 4.2.3 构建尺度空间 | 第40-41页 |
| 4.2.4 特征点方向分配 | 第41页 |
| 4.2.5 特征矢量生成 | 第41-42页 |
| 4.3 基于SSMF模型的特征计算 | 第42-43页 |
| 4.4 实验结果及分析 | 第43-47页 |
| 4.4.1 Gabor滤波实验分析 | 第43-45页 |
| 4.4.2 基于SSMF模型的图像分类实验分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-57页 |
| 攻读硕士学位期间取得的学术成果 | 第57-58页 |
| 致谢 | 第58页 |