| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·图像分类技术概述 | 第11-13页 |
| ·图像分类问题定义 | 第11-12页 |
| ·图像分类技术的应用 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·图像分类技术的待解决问题 | 第15-16页 |
| ·主要研究工作 | 第16-18页 |
| ·研究原则和方法 | 第16-17页 |
| ·内容安排 | 第17-18页 |
| 第2章 BoW 模型的基本原理 | 第18-33页 |
| ·从文本处理技术向图像领域的过渡 | 第18-19页 |
| ·BoW模型的技术实现 | 第19-31页 |
| ·图像特征提取和描述 | 第20-23页 |
| ·构建视觉词典 | 第23-26页 |
| ·训练分类器 | 第26-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于 DF-SIFT 描述子的特征提取与描述 | 第33-46页 |
| ·经典SIFT特征描述子 | 第33-38页 |
| ·尺度空间极值检测 | 第33-35页 |
| ·精确定位特征点 | 第35-36页 |
| ·极值点的方向分配 | 第36-37页 |
| ·生成特征点描述子 | 第37-38页 |
| ·多尺度DF-SIFT描述子 | 第38-40页 |
| ·实验结果及其分析 | 第40-45页 |
| ·数据库介绍 | 第40-41页 |
| ·实验结果与分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 改进的视觉词典构造方法 | 第46-56页 |
| ·算法的提出 | 第46-47页 |
| ·改进的视觉词典构造方法 | 第47-51页 |
| ·初始值选取优化方法 | 第47-48页 |
| ·简化计算方法 | 第48-50页 |
| ·基于权值分布的视觉词典直方图表示 | 第50-51页 |
| ·实验结果及其分析 | 第51-55页 |
| ·实验设置 | 第51页 |
| ·实验结果与分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于 ROI 提取及金字塔匹配原理的 BOW 优化模型 | 第56-66页 |
| ·算法的提出 | 第56-57页 |
| ·ROI 提取的实现过程 | 第57-59页 |
| ·基于金字塔匹配原理的 BOW 模型表示 | 第59-61页 |
| ·金字塔匹配核 | 第59-60页 |
| ·基于金字塔匹配原理的词袋表示方法 | 第60-61页 |
| ·实验结果及其分析 | 第61-62页 |
| ·综合实验结果及其分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的文章和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |