基于词袋模型的木材分类的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 选题背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 论文的主要研究内容 | 第10-11页 |
| 2 词袋模型的基本理论方法 | 第11-29页 |
| 2.1 词袋模型的基础理论介绍 | 第11页 |
| 2.2 特征提取 | 第11-21页 |
| 2.2.1 SIFT算法 | 第12-18页 |
| 2.2.2 SURF算法 | 第18-21页 |
| 2.3 建立视觉词典 | 第21-23页 |
| 2.3.1 关于确定K值 | 第21-22页 |
| 2.3.2 初始质心的选取 | 第22页 |
| 2.3.3 算法的终止条件 | 第22-23页 |
| 2.4 分类器 | 第23-28页 |
| 2.4.1 SVM线性分类器 | 第24-27页 |
| 2.4.2 核函数 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 木材分类应用的关键技术 | 第29-38页 |
| 3.1 空间金字塔 | 第29-31页 |
| 3.2 直方图相交核 | 第31-34页 |
| 3.3 分类器的两种设计方法 | 第34-37页 |
| 3.3.1 BP神经网络分类器的分类方法 | 第34-36页 |
| 3.3.2 K近邻分类方法 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 对木材分类的实验分析 | 第38-51页 |
| 4.1 实验设置 | 第38-41页 |
| 4.2 木材的分类测试 | 第41-42页 |
| 4.3 不同方法的对比实验 | 第42-47页 |
| 4.4 参数的影响 | 第47-50页 |
| 4.4.1 训练样本的影响 | 第47-49页 |
| 4.4.2 字典数目和图像块的影响 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57-58页 |
