| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 课题研究意义 | 第12-13页 |
| 1.3 本文工作 | 第13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 国内外相关研究 | 第15-27页 |
| 2.1 底层特征 | 第15-21页 |
| 2.1.1 尺度不变特征变换(SIFT) | 第15-17页 |
| 2.1.2 梯度方向直方图(HOG) | 第17-18页 |
| 2.1.3 颜色特征 | 第18-21页 |
| 2.2 Bag-of-Words模型 | 第21-22页 |
| 2.3 特征学习 | 第22-26页 |
| 2.3.1 稀疏编码 | 第22-24页 |
| 2.3.2 卷积神经网络 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 中草药植物图像库构建 | 第27-33页 |
| 3.1 引言 | 第27-29页 |
| 3.2 基于中医药领域专业词向量的中草药植物图片爬取 | 第29-32页 |
| 3.2.1 中医药领域专业词向量构建 | 第29-30页 |
| 3.2.2 中草药植物图片候选集抓取 | 第30-31页 |
| 3.2.3 中草药植物图像库构建 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 中草药植物图像检索关键技术研究 | 第33-48页 |
| 4.1 多特征融合的BoW模型 | 第33-41页 |
| 4.1.1 预处理和特征提取 | 第33-34页 |
| 4.1.2 字典生成 | 第34-35页 |
| 4.1.3 编码 | 第35-38页 |
| 4.1.4 池化 | 第38-39页 |
| 4.1.5 分类 | 第39页 |
| 4.1.6 多特征融合的BoW模型 | 第39-41页 |
| 4.2 卷积神经网络 | 第41-46页 |
| 4.2.1 AlexNet | 第41-44页 |
| 4.2.2 GoogLeNet | 第44-46页 |
| 4.2.3 模型训练 | 第46页 |
| 4.3 本章小结 | 第46-48页 |
| 第5章 实验设计与分析 | 第48-58页 |
| 5.1 实验数据集 | 第48-49页 |
| 5.2 多特征融合的BoW模型 | 第49-55页 |
| 5.2.1 图像块的大小 | 第50-51页 |
| 5.2.2 视觉词典的大小 | 第51-52页 |
| 5.2.3 池化 | 第52-53页 |
| 5.2.4 编码 | 第53-54页 |
| 5.2.5 多特征融合模型 | 第54-55页 |
| 5.3 卷积神经网络 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 中草药植物图像检索系统的设计与实现 | 第58-66页 |
| 6.1 系统概述 | 第58页 |
| 6.2 系统架构 | 第58-59页 |
| 6.3 系统设计 | 第59-61页 |
| 6.3.1 特征提取 | 第59-60页 |
| 6.3.2 特征索引 | 第60-61页 |
| 6.3.3 图像检索 | 第61页 |
| 6.4 系统展示 | 第61-65页 |
| 6.5 本章小结 | 第65-66页 |
| 第7章 总结与展望 | 第66-68页 |
| 7.1 总结 | 第66-67页 |
| 7.2 展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间主要的研究成果 | 第74-75页 |
| 致谢 | 第75页 |