| 摘要 | 第3-5页 |
| Abstract | 第5-8页 |
| 第1章 前言 | 第12-29页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状及发展趋势 | 第13-24页 |
| 1.2.1 特征学习与深度学习 | 第13-17页 |
| 1.2.2 稀疏表示与字典学习 | 第17-19页 |
| 1.2.3 RGB-D图像分类及数据集 | 第19-24页 |
| 1.3 主要研究内容和技术路线 | 第24-29页 |
| 1.3.1 研究内容、技术路线和创新点 | 第24-27页 |
| 1.3.2 论文的结构安排 | 第27-29页 |
| 第2章 基于局部约束稀疏编码的RGB-D图像特征表达 | 第29-45页 |
| 2.1 相关理论 | 第29-32页 |
| 2.1.1 稀疏编码的起源 | 第29-30页 |
| 2.1.2 稀疏编码的原理 | 第30-32页 |
| 2.2 常用的特征表达方法 | 第32-40页 |
| 2.2.1 词袋模型 | 第32-34页 |
| 2.2.2 空间金字塔匹配 | 第34-36页 |
| 2.2.3 基于稀疏编码的空间金字塔匹配 | 第36-37页 |
| 2.2.4 局部约束线性编码 | 第37-40页 |
| 2.3 实验结果与分析 | 第40-44页 |
| 2.3.1 RGB-D数据集分类 | 第40-42页 |
| 2.3.2 水果蔬菜RGB-D图像分类 | 第42-44页 |
| 2.4 本章小结 | 第44-45页 |
| 第3章 基于改进结构化稀疏表示的RGB-D图像特征学习 | 第45-56页 |
| 3.1 引言 | 第45页 |
| 3.2 结构化稀疏表示 | 第45-47页 |
| 3.3 基于改进块字典的结构稀疏表示 | 第47-51页 |
| 3.3.1 固定字典求解稀疏系数 | 第48-49页 |
| 3.3.2 固定稀疏系数更新字典 | 第49-51页 |
| 3.3.3 RGB-D图像分类方法 | 第51页 |
| 3.4 改进结构化稀疏表示的RGB-D图像分类实验与结果 | 第51-54页 |
| 3.4.1 基于K聚类RGB-D图像的特征提取 | 第51-52页 |
| 3.4.2 理想类别标记对图像分类的影响 | 第52页 |
| 3.4.3 与其他方法稀疏表示方法的比较和结果分析 | 第52-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第4章 基于卷积神经网络与组块稀疏表示的RGB-D特征学习 | 第56-70页 |
| 4.1 引言 | 第56页 |
| 4.2 CNN-BGSC模型 | 第56-65页 |
| 4.2.1 卷积神经网络 | 第57-60页 |
| 4.2.2 经典组稀疏表示 | 第60-61页 |
| 4.2.3 组块稀疏表示 | 第61-63页 |
| 4.2.4 块字典学习算法 | 第63-65页 |
| 4.3 实验过程 | 第65-69页 |
| 4.3.1 RGB-D数据集 | 第65-66页 |
| 4.3.2 结果分析 | 第66-69页 |
| 4.4 小结 | 第69-70页 |
| 第5章 基于深度学习与组稀疏的RGB-D图像特征学习 | 第70-83页 |
| 5.1 引言 | 第70-72页 |
| 5.2 深度学习模型及学习 | 第72-76页 |
| 5.2.1 单层CNN模型 | 第72-73页 |
| 5.2.2 递归神经网络 | 第73-75页 |
| 5.2.3 树型多层RNN结构 | 第75-76页 |
| 5.2.4 结构组稀疏特征表示 | 第76页 |
| 5.3 基于DL-GSC的RGB-D图像分类实验与结果分析 | 第76-82页 |
| 5.3.1 实验步骤 | 第76-77页 |
| 5.3.2 DL-GSC方法在RGB-D数据集实验结果 | 第77-78页 |
| 5.3.3 DL-GSC方法在RGB-D数据集的结果分析 | 第78-81页 |
| 5.3.4 DL-GSC方法在 2D3D数据集的结果 | 第81-82页 |
| 5.4 小结 | 第82-83页 |
| 第6章 百香果目标检测与成熟度分类的设计与实现 | 第83-110页 |
| 6.1 引言 | 第83-84页 |
| 6.2 百香果目标检测与成熟度分类设计 | 第84-90页 |
| 6.2.1 百香果目标检测与成熟度分类设计 | 第84-85页 |
| 6.2.2 百香果数据库建立 | 第85-88页 |
| 6.2.3 系统的硬件与软件开发环境 | 第88-90页 |
| 6.3 自然场景下百香果果实检测结果 | 第90-94页 |
| 6.3.1 百香果果实RGB检测结果 | 第90-92页 |
| 6.3.2 百香果果实RGB-D检测结果 | 第92-94页 |
| 6.4 百香果果实成熟度判别方法及结果 | 第94-108页 |
| 6.4.1 基于颜色SIFT+ScSPM的百香果成熟度判别 | 第95-100页 |
| 6.4.2 基于颜色SIFT+LLC的百香果成熟度判别 | 第100-106页 |
| 6.4.3 基于CNN的百香果成熟度判别 | 第106-108页 |
| 6.5 小结 | 第108-110页 |
| 第7章 总结与展望 | 第110-113页 |
| 7.1 总结 | 第110-112页 |
| 7.2 展望 | 第112-113页 |
| 参考文献 | 第113-120页 |
| 致谢 | 第120-122页 |
| 附录 在学期间的项目、论文、专利和软件著作权 | 第122-123页 |
