目标形状的半径三角形描述方法及其在叶片图像分类中的应用
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 研究的背景与意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 国外研究现状 | 第9-10页 |
1.2.2 国内研究现状 | 第10页 |
1.3 本文的工作和创新点 | 第10-11页 |
1.4 论文的结构安排 | 第11-13页 |
第二章 叶片图像描述方法 | 第13-20页 |
2.1 叶片形状描述方法 | 第13-19页 |
2.1.1 基于轮廓的描述子 | 第13-14页 |
2.1.2 基于曲率的描述子 | 第14-15页 |
2.1.3 基于区域的描述子 | 第15-16页 |
2.1.4 基于学习的方法 | 第16-17页 |
2.1.5 叶片纹理描述法 | 第17-19页 |
2.2 本章小结 | 第19-20页 |
第三章 哈希函数与维数约减 | 第20-26页 |
3.1 p-稳定分布的LSH | 第20-22页 |
3.2 最大边缘准则 | 第22-24页 |
3.3 线性判别分析法 | 第24-25页 |
3.4 本章小结 | 第25-26页 |
第四章 目标形状的半径三角形描述方法 | 第26-38页 |
4.1 图像预处理 | 第26-27页 |
4.2 半径三角形的特征描述 | 第27-29页 |
4.2.1 半径特征 | 第27-28页 |
4.2.2 面积特征 | 第28页 |
4.2.3 角度的特征 | 第28-29页 |
4.3 签名与傅里叶变换 | 第29-31页 |
4.4 多尺度的描述子 | 第31-34页 |
4.5 维数约简 | 第34-37页 |
4.6 本章小结 | 第37-38页 |
第五章 实验结果与应用 | 第38-46页 |
5.1 实验环境 | 第38页 |
5.2 算法性能评估 | 第38-39页 |
5.3 植物数据集 | 第39-43页 |
5.3.1 Swedish | 第39-40页 |
5.3.2 Flavia | 第40-41页 |
5.3.3 ImageClef2011 | 第41-42页 |
5.3.4 Mew2012 | 第42页 |
5.3.5 ICL220 | 第42-43页 |
5.4 昆虫数据集 | 第43-45页 |
5.5 本章小结 | 第45-46页 |
第六章 结论与展望 | 第46-47页 |
参考文献 | 第47-52页 |
硕士期间发表的论文 | 第52-53页 |
致谢 | 第53页 |