摘要
第一章 绪论
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 图像分割方法的研究
1.2.2 图像特征的提取与表示
1.2.3 图像分类算法的研究
1.3 本文的研究内容与组织结构
第二章 基于图像内容的特征分析与表示方法
2.1 颜色空间模型及其转换
2.2 图像特征的提取
2.2.1 颜色特征
2.2.2 纹理特征
2.2.3 形状特征
2.3 分类评价标准
2.4 本章小结
第三章 图像分割
3.1 图像分割的数学描述
3.2 常用的图像分割方法
3.2.1 基于阈值的图像分割
3.2.2 基于边缘检测的图像分割
3.2.3 基于区域的图像分割
3.2.4 基于聚类的图像分割
3.3 本文提出的彩色图像分割方法
3.4 实验结果及分析
3.5 本章小结
第四章 区域特征的提取与表示
4.1 提取区域特征的步骤
4.2 特征提取
4.2.1 颜色特征
4.2.2 纹理特征
4.2.3 形状特征
4.3 特征归一化
4.4 本章小结
第五章 基于SVM的图像分类方法
5.1 支持向量机简介
5.2 基于支持向量机的简单图像分类
5.2.1 简单图像的特征分析
5.2.2 支持向量机分类算法
5.2.3 实验结果及分析
5.3 基于支持向量机的复杂图像分类
5.3.1 多示例多标记概念
5.3.2 区域特征的提取
5.3.3 支持向量机分类算法
5.3.4 实验结果及分析
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
发表文章目录
致谢
个人简况及联系方式
声明