第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究进展
1.3 本文研究工作
1.4 论文结构及创新点
1.5 本章小结
第2章 基于词袋模型的图像分类技术
2.1 词袋模型
2.2 SVM支持向量机
2.3 图像的SVM分类识别
2.4 本章小结
第3章 基于BSIFT的图像匹配
3.1 SIFT算法简介
3.2 尺度空间极值点检测
3.3 特征点的精确定位
3.4 特征点方向分配
3.5 特征描述
3.6 BSIFT技术
3.7 实验结果及分析
3.8 本章小结
第4章 基于高鉴别力SIFT特征的视觉单词构建
4.1 Fisher线性判别分析
4.2 K-means算法简介
4.3 图像的视觉单词构建
4.4 图像的视觉单词直方图表示
4.5 本章小结
第5章 基于最小生成树的视觉词组构建
5.1 KNN算法简介
5.2 图像的视觉词组构建
5.3 图像的视觉词组直方图表示
5.4 确定最优权值及联合直方图构建
5.5 图像的SVM分类识别
5.6 实验结果及分析
5.7 本章小结
第6章 结论与展望
6.1 结论
6.2 进一步工作的方向
参考文献
攻读学位期间取得的研究成果
致谢
声明
上海师范大学;