面向交通场景的图像分类研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·课题国内外研究现状 | 第12-14页 |
| ·面向交通场景的图像分类简介 | 第14页 |
| ·现有图像特征提取方法分析 | 第14-16页 |
| ·颜色特征提取 | 第15页 |
| ·纹理特征提取 | 第15页 |
| ·形状特征提取 | 第15-16页 |
| ·场景结构法 | 第16页 |
| ·视觉词汇法 | 第16页 |
| ·本文主要研究内容与结构安排 | 第16-18页 |
| 第2章 交通场景的图像特征提取技术简介 | 第18-29页 |
| ·实验数据 | 第18-19页 |
| ·图像特征 | 第19页 |
| ·图像全局特征 | 第19页 |
| ·图像局部特征 | 第19页 |
| ·特征匹配计术 | 第19-21页 |
| ·计量定理 | 第20页 |
| ·Minkowsky距离 | 第20-21页 |
| ·直方图相交法 | 第21页 |
| ·尺度不变特征变换(SIFT)简介 | 第21-26页 |
| ·尺度空间的极值检测 | 第21-24页 |
| ·特征点的精确定位 | 第24页 |
| ·确定特征点方向 | 第24-25页 |
| ·生成特征点描述符 | 第25-26页 |
| ·评价标准 | 第26-27页 |
| ·支持向量机 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于低层特征和视觉词汇的图像分类 | 第29-48页 |
| ·基于低层特征的交通场景图像分类 | 第29-34页 |
| ·局部二值模式(LBP) | 第30-33页 |
| ·局部二值模式实验结果 | 第33-34页 |
| ·基于视觉词汇的图像分类 | 第34-45页 |
| ·SIFT特征检测和描述 | 第35-37页 |
| ·K-means聚类 | 第37页 |
| ·图像的视觉词汇描述 | 第37-39页 |
| ·基于视觉词汇的图像分类实验结果 | 第39-42页 |
| ·基于直方图相交核的图像分类实验结果 | 第42-45页 |
| ·局部二值模式与视觉词汇的图像分类比较 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 基于空间金字塔的交通图像分类 | 第48-62页 |
| ·金字塔匹配模型 | 第48-49页 |
| ·空间金字塔匹配 | 第49-52页 |
| ·空间金字塔原理 | 第49-50页 |
| ·基于空间金字塔匹配的图像分类 | 第50-52页 |
| ·基于空间金字塔的图像分类实验结果 | 第52-56页 |
| ·基于空间金字塔的图像分类 | 第52-54页 |
| ·基于直方图相交核的图像分类 | 第54-56页 |
| ·基于LLC空间金字塔的图像分类 | 第56-60页 |
| ·两种编码方式及比较 | 第57-58页 |
| ·基于LLC编码的特征向量形成 | 第58-59页 |
| ·基于LLC编码的图像分类实验结果 | 第59-60页 |
| ·本文中算法对图像分类性能比较 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第68页 |
