自动图像语义标注的方法研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景及选题意义 | 第10-11页 |
| ·研究现状及存在问题 | 第11-16页 |
| ·主要研究内容及特色 | 第16-18页 |
| ·本文结构安排 | 第18-19页 |
| 第二章 图像语义提取技术与应用 | 第19-32页 |
| ·基于知识的图像语义提取一般步骤 | 第19-20页 |
| ·图像分割 | 第20-25页 |
| ·图像分割的定义 | 第21-22页 |
| ·图像分割方法 | 第22-25页 |
| ·图像视觉特征提取 | 第25-27页 |
| ·颜色特征 | 第25页 |
| ·纹理特征 | 第25-26页 |
| ·形状特征 | 第26-27页 |
| ·基于视觉特征的自动图像语义标注 | 第27-30页 |
| ·图像语义标注模型 | 第27-30页 |
| ·图像语义标注技术面临的问题 | 第30页 |
| ·图像语义提取方案选择 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第三章 基于窗口式聚类的图像分割方法 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·窗口式聚类算法 | 第33-39页 |
| ·基本K-windows聚类算法 | 第33-38页 |
| ·K-windows算法的发展 | 第38-39页 |
| ·基于样本点缩减的窗口式聚类方法 | 第39-43页 |
| ·样本点缩减策略 | 第40-41页 |
| ·PRWC基本思想 | 第41-42页 |
| ·算法中参数值的确定 | 第42-43页 |
| ·PRWC在图像分割中的应用 | 第43-47页 |
| ·分割效果对比与分析 | 第44-45页 |
| ·算法时间效率比较与分析 | 第45-46页 |
| ·初始化窗口半径对算法的影响 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第四章 基于评分体系的图像语义标注模型 | 第48-64页 |
| ·引言 | 第48-51页 |
| ·基于评分体系的图像语义标注 | 第51-59页 |
| ·结合语义的聚类 | 第53-56页 |
| ·基于评分的自动图像标注 | 第56-59页 |
| ·实验结果分析 | 第59-62页 |
| ·实验数据集及实验方法 | 第59-60页 |
| ·自动图像标注 | 第60-62页 |
| ·基于自动图像标注的图像检索 | 第62页 |
| ·小结 | 第62-64页 |
| 第五章 基于语义的图像检索系统 | 第64-73页 |
| ·系统功能界定和系统架构设计 | 第64-67页 |
| ·SIRS系统功能界定 | 第64-65页 |
| ·系统架构设计 | 第65-67页 |
| ·开发环境及使用技术 | 第67-69页 |
| ·系统开发环境 | 第67-68页 |
| ·DB2 Express-C和pureXML技术 | 第68-69页 |
| ·系统实现及功能展示 | 第69-72页 |
| ·语义-图像检索 | 第69-70页 |
| ·图像-图像检索 | 第70-71页 |
| ·网络图像检索 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第六章 结论与展望 | 第73-75页 |
| ·研究工作总结 | 第73页 |
| ·工作展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士期间科研成果 | 第81-82页 |
| 致谢 | 第82页 |
