微分流形上基于MeanShift算法的协方差矩阵聚类
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·图像特征提取 | 第10-12页 |
| ·传统特征介绍 | 第10-11页 |
| ·奇异值分解与重构 | 第11-12页 |
| ·协方差矩阵 | 第12-13页 |
| ·图像聚类算法简介 | 第13-15页 |
| ·微分流形理论 | 第15-16页 |
| ·本文的研究内容及结构安排 | 第16-17页 |
| 第2章 图像特征提取 | 第17-29页 |
| ·引言 | 第17页 |
| ·图像传统特征描述 | 第17-18页 |
| ·颜色特征 | 第17-18页 |
| ·梯度特征 | 第18页 |
| ·空间信息 | 第18页 |
| ·奇异值特征 | 第18-25页 |
| ·图像分解和重构 | 第19-21页 |
| ·不同奇异值信号噪声分布情况 | 第21-25页 |
| ·协方差特征描述 | 第25-28页 |
| ·协方差矩阵的定义 | 第25-26页 |
| ·特征协方差矩阵的构造 | 第26页 |
| ·构造协方差特征模型 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 Mean Shift 聚类 | 第29-42页 |
| ·引言 | 第29-30页 |
| ·Mean Shift 的基本思想及其扩展 | 第30-33页 |
| ·基本Mean Shift 算法 | 第30-31页 |
| ·核函数 | 第31-33页 |
| ·Mean Shift 的物理含义 | 第33-35页 |
| ·概率密度梯度 | 第33-35页 |
| ·Mean Shift 算法迭代步骤 | 第35页 |
| ·Mean Shift 算法的应用 | 第35-41页 |
| ·基于Mean Shift 算法的二维数据聚类 | 第36-38页 |
| ·Mean Shift 算法在图像分割中的应用 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 微分流形上的协方差聚类 | 第42-54页 |
| ·引言 | 第42-43页 |
| ·基本数学知识 | 第43-47页 |
| ·拓扑空间的相关概念 | 第43-44页 |
| ·微分流形 | 第44-45页 |
| ·切向量和切空间 | 第45-46页 |
| ·李群 | 第46-47页 |
| ·李代数 | 第47页 |
| ·李群、李代数间的映射 | 第47-49页 |
| ·基于李群、李代数的Mean Shift 算法 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验结果分析 | 第54-62页 |
| ·引言 | 第54页 |
| ·图像聚类识别相关步骤 | 第54-57页 |
| ·徽标聚类 | 第57-60页 |
| ·不同特征聚类比较 | 第57-59页 |
| ·不同的奇异值数量构造SVRCM | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
