| 表目录 | 第6-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-19页 |
| 1.2.1 图像特征提取 | 第11-14页 |
| 1.2.2 相似性度量 | 第14-17页 |
| 1.2.3 索引结构 | 第17-18页 |
| 1.2.4 图像检索结果重排序研究现状 | 第18-19页 |
| 1.3 论文研究内容与结构安排 | 第19-22页 |
| 1.3.1 论文研究内容 | 第19-20页 |
| 1.3.2 论文组织结构 | 第20-22页 |
| 第二章 近似重复图像检测基础 | 第22-31页 |
| 2.1 尺度不变特征变换SIFT | 第22-26页 |
| 2.1.1 尺度空间极值点检测 | 第22-24页 |
| 2.1.2 精确定位极值点 | 第24页 |
| 2.1.3 关键点方向分配 | 第24-25页 |
| 2.1.4 SIFT描述子生成 | 第25-26页 |
| 2.2 匹配模式学习法 | 第26-29页 |
| 2.2.1 匹配模式学习法的流程 | 第26页 |
| 2.2.2 一对一对称匹配OOS | 第26页 |
| 2.2.3 匹配模式表示 | 第26-28页 |
| 2.2.4 匹配模式学习 | 第28-29页 |
| 2.3 视觉词袋法 | 第29-30页 |
| 2.3.1 视觉词袋法的流程 | 第29页 |
| 2.3.2 视觉词袋生成 | 第29-30页 |
| 2.3.3 视觉词汇分布直方图构建 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于随机化映射和模式熵的近似重复图像检测 | 第31-43页 |
| 3.1 基于随机化映射和模式熵的近似重复图像检测方法的原理分析 | 第31-32页 |
| 3.2 基于随机化映射和模式熵的近似重复图像检测方法的流程及关键技术 | 第32-38页 |
| 3.2.1 基于随机化映射和模式熵的近似重复图像检测流程 | 第32-33页 |
| 3.2.2 E~2LSH过滤 | 第33-36页 |
| 3.2.3 ESR-PE检测 | 第36-38页 |
| 3.3 实验结果与性能比较 | 第38-42页 |
| 3.3.1 数据与评价指标 | 第38-39页 |
| 3.3.2 参数调节 | 第39-40页 |
| 3.3.3 性能比较 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于潜在语义索引和软加权的近似重复图像检测 | 第43-50页 |
| 4.1 基于潜在语义索引和软加权的近似重复图像检测方法的原理分析 | 第43-44页 |
| 4.2 基于潜在语义索引和软加权的近似重复图像检测方法的流程及关键技术 | 第44-47页 |
| 4.2.1 基于潜在语义索引和软加权的的近似重复图像检测流程 | 第44页 |
| 4.2.2 基于潜在语义索引的语义视觉词袋构造 | 第44-46页 |
| 4.2.3 基于软加权的视觉词汇分布直方图构建 | 第46-47页 |
| 4.2.4 直方图相交 | 第47页 |
| 4.3 实验结果与性能比较 | 第47-49页 |
| 4.3.1 数据与评价指标 | 第47页 |
| 4.3.2 性能比较 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 近似重复图像检测在检索结果重排序中的应用 | 第50-56页 |
| 5.1 基于类的重排序方法的原理分析 | 第50-51页 |
| 5.2 基于类的图像重排序方法的流程及关键技术 | 第51-54页 |
| 5.2.1 基于类的图像重排序流程 | 第51-52页 |
| 5.2.2 构建近似重复图G | 第52页 |
| 5.2.3 确定近似重复类C | 第52-53页 |
| 5.2.4 近似重复类C排序 | 第53-54页 |
| 5.2.5 选择聚类代表R | 第54页 |
| 5.3 实验结果与性能比较 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 论文总结 | 第56页 |
| 6.2 未来展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第63-64页 |
| 致谢 | 第64页 |
