| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文主要内容 | 第13-14页 |
| 1.4 本文结构安排 | 第14-16页 |
| 第2章 图像分类技术介绍 | 第16-34页 |
| 2.1 图像分类模型 | 第16-18页 |
| 2.1.1 Bag-of-Features(BoF) | 第16-17页 |
| 2.1.2 空间金字塔匹配 | 第17-18页 |
| 2.2 常见的特征提取技术 | 第18-27页 |
| 2.2.1 颜色特征 | 第18-19页 |
| 2.2.2 形状特征 | 第19-20页 |
| 2.2.3 纹理特征 | 第20页 |
| 2.2.4 空间关系特征 | 第20-21页 |
| 2.2.5 局部特征 | 第21-27页 |
| 2.3 特征编码技术 | 第27-29页 |
| 2.4 分类算法 | 第29-33页 |
| 2.4.1 监督分类 | 第29-30页 |
| 2.4.2 非监督分类 | 第30页 |
| 2.4.3 常用的分类算法 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 局部约束线性编码及其改进 | 第34-44页 |
| 3.1 局部约束线性编码介绍 | 第34-36页 |
| 3.2 局部约束线性编码的优劣 | 第36-37页 |
| 3.3 局部约束线性编码的现状 | 第37-39页 |
| 3.4 基于混合相似度和加权基的局部约束线性编码 | 第39-43页 |
| 3.4.1 直方图相似度度量方法 | 第39-40页 |
| 3.4.2 混合相似度 | 第40页 |
| 3.4.3 基于混合相似度和加权基的局部约束线性编码 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于改进LLC的图像分类算法实验 | 第44-50页 |
| 4.1 实验环境介绍与参数设置 | 第44页 |
| 4.2 算法分类效果对比 | 第44-47页 |
| 4.2.1 Caltech101 | 第45-46页 |
| 4.2.2 Caltech256 | 第46页 |
| 4.2.3 Scene15 | 第46-47页 |
| 4.3 不同参数对分类结果的影响 | 第47-49页 |
| 4.3.1 近邻数K | 第47-48页 |
| 4.3.2 码书大小 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 作者简介及在学期间所取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |