声明
致谢
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 特征提取研究现状
1.2.2 基于内容的检索研究现状
1.2.3 聚类算法研究现状
1.3 主要研究内容
1.4 论文组织安排
2 图像特征提取
2.1 全局特征
2.1.1 颜色特征
2.1.2 纹理特征
2.1.3 形状特征
2.1.4 HOG特征
2.1.5 GIST特征
2.2 局部特征
2.2.1 SIFT特征
2.2.2 SURF特征
2.3 词袋模型
2.3.1 词袋模型(BoW,Bag of Words)
2.3.2 视觉领域中的词袋模型(BoVW,Bag of Visual Words)
2.3.3 基于空间金字塔匹配的词袋模型
2.4 改进特征
2.4.1 分块颜色直方图和分块LBP特征
2.4.2 Color-SIFT特征
2.4.3 Dense SIFT和颜色相结合的联合特征
2.5 特征相似性度量
2.5.1 相似度系数
2.5.2 距离函数
2.6 本章小结
3 聚类分析
3.1 经典聚类算法
3.1.1 K均值聚类算法
3.1.2 GMM聚类算法
3.1.3 DBSCAN聚类算法
3.1.4 SOM聚类算法
3.2 谱聚类算法
3.3 AP聚类算法
3.4 基于DP的聚类算法
3.5 改进的聚类算法
3.5.1 Mini-Batch K均值
3.5.2 基于高斯核的谱聚类
3.6 本章小结
4 面向检索的图像聚类平台的设计和实现
4.1 系统设计和实现
4.1.1 系统设计
4.1.2 系统实现
4.2 聚类实验与分析
4.2.1 聚类性能指标
4.2.2 实验与分析
4.3 检索实验与分析
4.3.1 检索性能指标
4.3.2 实验与分析
4.4 本章小结
5 总结与展望
5.1 论文总结
5.2 未来展望
5.3 结束语
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集