基于多特征融合的中国木版年画图像分类技术研究
中文摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 课题研究意义 | 第8-9页 |
1.2 中国木版年画数据库分类情况 | 第9-10页 |
1.3 本文主要内容 | 第10-12页 |
1.4 本文结构和安排 | 第12-13页 |
第二章 相关工作及综述 | 第13-20页 |
2.1 图像预处理 | 第14-16页 |
2.1.1 图像去噪 | 第14-15页 |
2.1.2 图像分割 | 第15-16页 |
2.2 图像特征提取 | 第16-19页 |
2.2.1 颜色空间特征 | 第16-18页 |
2.2.2 纹理特征 | 第18页 |
2.2.3 边缘直方图 | 第18-19页 |
2.3 分类器 | 第19页 |
2.4 本章小结 | 第19-20页 |
第三章 年画图像分类的特征提取 | 第20-32页 |
3.1 年画图像预处理 | 第20-21页 |
3.2 年画图像特征提取 | 第21-31页 |
3.2.1 颜色直方图 | 第21-22页 |
3.2.2 SIFT-BoF 特征 | 第22-26页 |
3.2.3 饱和熵直方图 | 第26-28页 |
3.2.4 区域面积直方图 | 第28-29页 |
3.2.5 HOG 描述符 | 第29-31页 |
3.3 本章小结 | 第31-32页 |
第四章 基于单特征的年画图像分类 | 第32-37页 |
4.1 单特征年画图像分类实验方法 | 第32-33页 |
4.2 单特征年画图像分类结果与分析 | 第33-36页 |
4.2.1 数据集 | 第33-34页 |
4.2.2 按产地分类 | 第34-35页 |
4.2.3 按主题分类 | 第35-36页 |
4.3 本章小结 | 第36-37页 |
第五章 基于多特征融合的年画图像分类 | 第37-49页 |
5.1 年画图像多特征融合 | 第37-38页 |
5.2 多特征融合的年画图像分类 | 第38-41页 |
5.2.1 核函数 | 第38-39页 |
5.2.2 MKL 多核学习 | 第39-41页 |
5.3 多特征融合年画分类结果与分析 | 第41-44页 |
5.3.1 数据集 | 第41页 |
5.3.2 按产地分类 | 第41-42页 |
5.3.3 按主题分类 | 第42-44页 |
5.4 中国木版年画分类技术的应用 | 第44-48页 |
5.5 本章小结 | 第48-49页 |
第六章 总结与展望 | 第49-50页 |
6.1 本文工作总结 | 第49页 |
6.2 工作展望 | 第49-50页 |
参考文献 | 第50-54页 |
发表论文和参加科研情况说明 | 第54-55页 |
致谢 | 第55页 |