摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.2 图像语义分割与标识技术的研究现状和相关研究成果
1.2.1 图像底层特征提取研究现状及研究成果
1.2.2 图像分割技术研究现状及研究成果
1.2.3 图像语义映射与标识研究现状及研究成果
1.3 本文的研究内容和组织安排
1.4 本章小结
第二章 基于自组织特征映射网络的图像分割
2.1 概述
2.2 SOFM 自组织映射网络原理
2.3 图像的特征向量提取
2.3.1 高斯变换特征提取
2.3.2 高斯-拉普拉斯变换特征提取
2.3.3 高斯偏导特征提取
2.4 基于自组织映射网络的图像聚类分割
2.4.1 基于SOFM 的图像初始聚类
2.4.2 合并聚类分析过程
2.4.3 K-Means 图像分割
2.5 实验结果分析
2.5.1 算法效率对比分析
2.5.2 分割效果对比分析
2.6 本章小结
第三章 分割图片的语义标注与识别
3.1 概述
3.2 实验图片库介绍
3.3 基于SVM 的图片语义学习与标识
3.3.1 支持向量机原理SVM
3.3.2 图像特征的语义学习
3.3.3 图像的语义标注
3.4 本章小结
第四章 系统实现及实验结果
4.1 系统概述
4.2 系统模块说明
4.2.1 图片库语义训练模块说明
4.2.2 待测图像分割与语义标注模块说明
4.2.3 待测图片库标注结果分析模块说明
4.3 系统相关实验结果
4.4 本章小结
第五章 全文总结
5.1 主要结论
5.2 研究展望
5.3 本章小结
参考文献
数学符号说明(附录1)
缩略语表(附录2)
致谢
攻读硕士学位期间已发表或录用的论文