中文摘要
英文摘要
目录
第一章 绪论
1.1研究背景及意义
1.2图像分类研究现状
1.3支持向量机
1.4论文的主要工作和结构安排
第二章 图像的底层特征提取
2.1图像的纹理特征
2.2 图像的颜色特征
2.3 图像的形状特征
2.4 图像的空间位置特征
第三章 支持向量机理论
3.1支持向量机(SVM)基础理论背景
3.2 SVM二分类
3. 3 SVM多分类
第四章 基于彩色Gabor纹理特征和SVM的图像分类
4.1 Gabor滤波
4.2 图像的彩色纹理特征
4.3 实验及分析
4.4 小结
第五章 基于SVM的多特征融合图像分类
5.1颜色直方图
5.2 多特征空间学习
5.3 基于粒子群优化算法的参数选择
5.4 多特征融合SVM-PSO的图像分类实验结果及分析
5.5 小结
总结与展望
参考文献
致谢
攻读硕士期间参与的科研项目