文摘
英文文摘
声明
第1章 绪论
1.1课题来源和研究意义
1.2粒计算理论发展综述[2]
1.2.1起源
1.2.2研究现状及应用
1.3图像分类检索发展综述[36]
1.3.1图像分类检索发展
1.3.2图像分类检索发展现状
1.4本文的主要研究内容
1.5本文的组织结构
第2章 粒计算理论
2.1引言
2.2粒计算的理论模型[54]
2.2.1基于词计算的理论模型
2.2.2基于商空间的理论模型
2.2.3基于粗糙集的理论模型
2.3粒计算模型之间的关系[54]
2.4粒计算的基本概念[54]
2.4.1粒的基本问题
2.4.2粒的基本组成
2.5粒计算应用研究
2.6本章小结
第3章 图像信息的描述及特征提取
3.1引言
3.2图像特征——颜色(Color Feature,CF)
3.2.1颜色特征概述
3.2.2颜色特征提取
3.3图像特征——纹理(Texture Feature,TF)
3.3.1纹理特征概述
3.3.2纹理特征提取
3.4图像特征——形状(Shape Feature,SF))
3.4.1形状特征概述
3.4.2形状特征提取
3.5本章小结
第4章 基于相容信息粒度空间的图像分类模型
4.1引言
4.2相容信息粒
4.2.1相容关系[24]
4.2.2相容信息粒度空间
4.2.3基于相容信息粒度空间的规则置信度
4.3基于相容信息粒的规则提取算法(TGR)
4.4基于相容信息粒的图像分类器
4.4.1基于图像特征的相容信息系统
4.4.2生成图像分类器
4.4.3测试图像分类器
4.5本章小结
第5章 图像分类的实验
5.1引言
5.2预处理——图像特征的离散化
5.3构造最佳图像分类器
5.3.1生成图像特征相容粒
5.3.2测试图像分类器
5.4与其他算法比较
5.4.1测试样本集数据
5.4.2测试新数据
5.5本章小结
第6章 基于相容信息粒度空间的图像分块分类方法
6.1引言
6.2图像分层
6.3构造层次性图像分类器
6.3.1设计原理
6.3.2实现步骤
6.3.3具体问题以及解决方案
6.4测试
6.4.1粒度大小的选择
6.4.2相似度阀值的选择
6.4.3测试分类器效果
6.5系统介绍
6.6本章小结
第7章 结束语
7.1总结
7.2展望
致谢
参考文献
攻读学位期间的研究成果