基于内容的多样性植物图像检索技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.3 本文的研究内容及意义 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-12页 |
| 第2章 图像特征提取 | 第12-31页 |
| 2.1 引言 | 第12-13页 |
| 2.2 颜色直方图 | 第13-15页 |
| 2.2.1 一般颜色直方图 | 第13-14页 |
| 2.2.2 累加颜色直方图 | 第14-15页 |
| 2.3 图像纹理特征 | 第15-18页 |
| 2.3.1 Gabor 纹理特征 | 第15-16页 |
| 2.3.2 LBP 纹理特征 | 第16-18页 |
| 2.4 局部特征 | 第18-22页 |
| 2.4.1 SIFT 特征 | 第18-20页 |
| 2.4.2 SURF 特征 | 第20-22页 |
| 2.4.3 BoW 特征 | 第22页 |
| 2.5 其他特征 | 第22-24页 |
| 2.5.1 Gist 特征 | 第22-23页 |
| 2.5.2 PHOG 特征 | 第23-24页 |
| 2.6 相似度度量 | 第24-28页 |
| 2.7 特征提取实验结果与分析 | 第28-30页 |
| 2.8 本章小结 | 第30-31页 |
| 第3章 基于最大散度评估的多样性检索技术 | 第31-44页 |
| 3.1 总结框架 | 第31-32页 |
| 3.2 SVM 相关反馈 | 第32页 |
| 3.3 AP 聚类 | 第32-33页 |
| 3.4 设计评估指标 | 第33-34页 |
| 3.5 实验结果与分析 | 第34-43页 |
| 3.5.1 植物叶图像检索实验 | 第35-39页 |
| 3.5.2 植物花图像检索实验 | 第39-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于多子流形学习算法的多样性检索技术 | 第44-57页 |
| 4.1 特征提取方法概述 | 第44-45页 |
| 4.2 半监督多子流形学习方法 | 第45-47页 |
| 4.3 可行性分析 | 第47-50页 |
| 4.3.1 构造子类目标差异函数 | 第47-48页 |
| 4.3.2 设计子类局部约束 | 第48页 |
| 4.3.3 增强正类局域结构 | 第48-49页 |
| 4.3.4 扩大正类分布差异 | 第49-50页 |
| 4.4 多子流形学习检索框架 | 第50页 |
| 4.5 实验结果与分析 | 第50-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 结论与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 在学期间取得成果 | 第63页 |
