摘要
Abstract
第1章 绪论
1.1 课题研究背景和意义
1.2 研究现状
1.2.1 图像特征提取和表示的国内外研究现状
1.2.2 分类方法的国内外研究现状
1.3 论文的主要研究内容
1.4 本文的组织结构
1.5 课题来源
第2章 基于颜色特征的图像分类算法概述
2.1 图像分类的一般过程
2.2 颜色模型的选取
2.3 颜色特征的表达方式
2.4 分类方法的选择
2.5 相关反馈技术
2.6 分类性能评价
第3章 统计学理论与支持向量机
3.1 机器学习的基本问题
3.2 统计学习理论
3.2.1 函数学习性能的指标——VC维
3.2.2 泛化问题的界
3.2.3 结构风险最小化
3.3 支持向量机
3.3.1 线形情况
3.3.2 非线形情况
3.3.3 支持向量机方法的补充说明
3.3.4 核函数
3.3.5 多类分类问题
3.3.6 用支持向量机进行图像分类
第4章 基于颜色特征的图像分类算法
4.1 图像的预处理
4.1.1 数据图像的规范化
4.1.2 颜色空间的转换
4.1.3 颜色的量化处理
4.2 图像颜色特征的提取
4.2.1 全局代表色的提取
4.2.2 分块代表色的提取
4.3 图像分类
4.3.1 多类别分类的实现策略
4.3.2 支持向量机的训练
4.3.3 惩罚系数的选择
4.4 相关反馈
第5章 图像分类系统的设计与实现
5.1 系统框架
5.2 图像数据库
5.3 图像入库
5.4 图像分类
5.5 分类结果分析
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
研究生履历