| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 词袋模型的发展与研究现状 | 第11-12页 |
| 1.2.2 视觉词典构建及优化的研究现状 | 第12-14页 |
| 1.3 存在的问题和研究内容 | 第14页 |
| 1.4 章节安排 | 第14-16页 |
| 第2章 相关理论介绍 | 第16-30页 |
| 2.1 基于词袋模型的图像分类相关理论介绍 | 第16-27页 |
| 2.1.1 图像局部特征的提取及描述 | 第16-22页 |
| 2.1.2 视觉词典的构建 | 第22-24页 |
| 2.1.3 图像表达 | 第24-25页 |
| 2.1.4 分类器的设计 | 第25-27页 |
| 2.2 按类视觉词袋模型 | 第27-28页 |
| 2.3 香农熵 | 第28页 |
| 2.4 互信息 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于按类词袋模型和改进香农熵的视觉词典构建 | 第30-46页 |
| 3.1 引言 | 第30-31页 |
| 3.2 基于改进香农熵视觉单词选择算法 | 第31-32页 |
| 3.3 基于按类词袋模型和改进香农熵词带模型的图像分类 | 第32-36页 |
| 3.3.1 图像局部特征提取和描述 | 第33页 |
| 3.3.2 按类词袋模型的视觉词典构建及优化 | 第33-35页 |
| 3.3.3 直方图的计算与分类器的设计 | 第35-36页 |
| 3.4 实验设计与结果 | 第36-45页 |
| 3.4.1 实验环境与目的 | 第36-38页 |
| 3.4.2 按类视觉词袋模型的性能 | 第38-39页 |
| 3.4.3 基于改进香农熵图像分类性能 | 第39-40页 |
| 3.4.4 基于按类视觉词袋模型和改进香农熵图像分类性能 | 第40-43页 |
| 3.4.5 不同的距离度量对分类准确度的影响 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于改进互信息视觉词典的构建 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 互信息视觉单词选择方法 | 第46-52页 |
| 4.2.1 传统的互信息特征选择方法 | 第46-48页 |
| 4.2.2 改进的互信息 | 第48-51页 |
| 4.2.3 基于改进互相视觉单词选择算法的意义 | 第51-52页 |
| 4.3 基于改进互信息的词袋模型算法 | 第52-53页 |
| 4.4 实验 | 第53-59页 |
| 4.4.1 实验环境与目的 | 第53页 |
| 4.4.2 基于改进互信息的词袋模型分类 | 第53-54页 |
| 4.4.3 实验结果与分析 | 第54-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 论文的总结 | 第60-61页 |
| 5.2 进一步研究工作 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
