基于纹理的图像检索算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·论文背景以及研究意义 | 第10-11页 |
| ·CBIR 发展过程 | 第11-12页 |
| ·CBIR 发展现状 | 第12-13页 |
| ·CBIR 的未来方向 | 第13-14页 |
| ·本文研究内容及组织结构 | 第14-16页 |
| 第2章 基于内容的图像检索 | 第16-26页 |
| ·CBIR 概述 | 第16-19页 |
| ·CBIR 的基础知识 | 第16-18页 |
| ·CBIR 系统性能评价准则 | 第18-19页 |
| ·CBIR 关键技术 | 第19-25页 |
| ·图像内容特征的提取方法 | 第20-23页 |
| ·特征间的相似性度量 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于纹理特征的图像检索 | 第26-39页 |
| ·引言 | 第26页 |
| ·基于灰度共生矩阵的纹理分析法 | 第26-32页 |
| ·灰度共生矩阵的定义 | 第26-27页 |
| ·灰度共生矩阵算法 | 第27-30页 |
| ·实验结果及分析 | 第30-32页 |
| ·Tamura 纹理分析法 | 第32-34页 |
| ·Tamura 纹理描述法 | 第32-33页 |
| ·实验结果与分析 | 第33-34页 |
| ·基于Gabor 小波的纹理特征提取 | 第34-38页 |
| ·基于Gabor 小波的图像检索 | 第34-37页 |
| ·实验结果及分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于傅里叶变换的纹理特征提取算法 | 第39-53页 |
| ·引言 | 第39页 |
| ·小波变换和傅里叶变换概述 | 第39-45页 |
| ·小波变换 | 第39-42页 |
| ·傅里叶变换 | 第42-45页 |
| ·基于傅里叶变换的纹理特征提取算法 | 第45-47页 |
| ·实验仿真 | 第47-51页 |
| ·参数设置 | 第47页 |
| ·数据测试 | 第47-48页 |
| ·试验结果与分析 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 基于纹理和颜色的图像检索系统实现 | 第53-66页 |
| ·引言 | 第53页 |
| ·LBP 纹理统计特征提取 | 第53-55页 |
| ·HSV 颜色直方图提取特征 | 第55-58页 |
| ·系统设计 | 第58-65页 |
| ·图像检索系统框图 | 第58-61页 |
| ·开发环境及系统功能 | 第61页 |
| ·实验结果及分析 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |
