基于稀疏表示的不良图片鉴别算法研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 研究目标与内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 图像稀疏编码表示 | 第15-31页 |
| 2.1 稀疏编码理论 | 第15-16页 |
| 2.2 稀疏表示与字典学习 | 第16-24页 |
| 2.2.1 稀疏表示 | 第17-19页 |
| 2.2.2 字典学习 | 第19-24页 |
| 2.3 基于SOM的两类样本的字典库筛选方法 | 第24-31页 |
| 第三章 基于稀疏表示的不良图片鉴别算法 | 第31-41页 |
| 3.1 样本数据库建立 | 第31-32页 |
| 3.2 不良图片与正常图片的统计特性分析 | 第32-36页 |
| 3.2.1 空间相关性 | 第32-33页 |
| 3.2.2 能量谱 | 第33-36页 |
| 3.3 两类图片超完备字典库建立 | 第36-38页 |
| 3.3.1 样本的获取方法 | 第36-38页 |
| 3.4 基于支持向量机的分类器设计 | 第38-39页 |
| 3.5 基于稀疏表示的不良图片鉴别算法 | 第39-41页 |
| 第四章 实验结果与分析 | 第41-49页 |
| 4.1 实验环境 | 第41页 |
| 4.2 实验结果与分析 | 第41-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 下一步工作 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 在学期间的研究成果 | 第54-55页 |
| 致谢 | 第55页 |