声明
摘要
第一章 绪论
1.1 选题的背景与意义
1.2 研究现状及存在的问题
1.2.1 图像分类问题描述
1.2.2 研究现状
1.2.3 面向领域的图像分类
1.3 本文主要研究工作
1.4 本文组织结构
1.5 本章小结
第二章 图像分类的常用特征模型及分类算法
2.1 图像特征概述
2.1.1 梯度直方图
2.1.2 尺度不变特征转换
2.1.3 局部二值模式
2.1.4 局部边缘模式
2.1.5 空间金字塔模型
2.1.6 图像熵
2.1.7 HSV颜色空间
2.2 图像分类算法概述
2.2.1 K均值算法
2.2.2 决策树分类
2.2.3 神经网络分类
2.2.4 SVM分类
2.2.5 词袋模型分类
2.3 本章小结
第三章 基于结构化局部边缘模式的文档图像分类算法
3.1 文档图像分类问题研究现状
3.2 基于结构化局部边缘模式的文档图像分类
3.3 文档图像分类特征提取
3.3.1 SLEP特征提取
3.3.2 HOG特征提取
3.3.3 对比融合特征提取
3.4 文档图像分类模型
3.4.1 分类框架图
3.4.2 实验数据集的构建
3.4.3 性能评估
3.4.4 交叉验证
3.5 实验分析
3.5.1 实验总体表现
3.5.2 不同分辨率下分类结果分析
3.5.3 分类成功与失败的例子
3.6 本章小结
第四章 基于多阶段融合的医学图像分类算法
4.1 医学图像分类研究现状
4.2 基于多阶段融合的医学图像分类方法
4.2.1 多阶段融合方法的实现过程
4.2.2 多阶段融合方法融合的图像特征
4.2.3 多阶段融合方法分类模型
4.2.4 多阶段融合方法分类过程
4.3 基于多阶段融合的医学图像分类实验及分析
4.3.1 ImageCLEF2012实验数据集
4.3.2 评价方法
4.3.3 特征融合阶段分类结果对比
4.3.4 分类结果融合阶段实验结果对比
4.4 本章小结
第五章 总结与展望
5.1 回顾与总结
5.2 未来研究工作期望
参考文献
致谢
附录 攻读硕士学位期间发表的论文
厦门大学;