K均值聚类分割的多特征图像检索方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国内外CBIR研究热点 | 第9-10页 |
| ·国内外CBIR系统发展 | 第10-11页 |
| ·本文的研究内容及章节安排 | 第11-13页 |
| 第二章 基于内容的图像检索技术的相关知识介绍 | 第13-28页 |
| ·基于内容的图像检索系统一般结构 | 第13-14页 |
| ·特征提取与描述 | 第14-23页 |
| ·颜色特征 | 第14-18页 |
| ·形状特征 | 第18-21页 |
| ·纹理特征 | 第21-22页 |
| ·空间关系特征 | 第22页 |
| ·多特征 | 第22-23页 |
| ·相似性度量 | 第23-27页 |
| ·单一特征的相似性度量 | 第23-25页 |
| ·多特征的相似性度量 | 第25-27页 |
| ·本章小节 | 第27-28页 |
| 第三章 基于改进的K均值聚类分割的多特征图像检索 | 第28-39页 |
| ·图像分割技术概述 | 第28-29页 |
| ·改进的K均值聚类算法及其在图像分割中的应用 | 第29-34页 |
| ·K均值聚类算法原理 | 第29-30页 |
| ·改进的K均值聚类算法 | 第30-33页 |
| ·分割实验 | 第33页 |
| ·实验结果分析 | 第33-34页 |
| ·分割图像形状特征的提取 | 第34-37页 |
| ·主区域选择 | 第34-35页 |
| ·主区域形状特征描述 | 第35-37页 |
| ·相似性度量 | 第37-38页 |
| ·本章小节 | 第38-39页 |
| 第四章 基于内容的图像检索系统的设计与实验 | 第39-54页 |
| ·系统需求分析 | 第39-40页 |
| ·系统实现 | 第40-43页 |
| ·特征库建立子系统 | 第41页 |
| ·图像检索子系统 | 第41-43页 |
| ·系统性能评价 | 第43-45页 |
| ·实验与结果分析 | 第45-53页 |
| ·实验图像库选择 | 第45-46页 |
| ·实验 | 第46-52页 |
| ·结果分析 | 第52-53页 |
| ·本章小节 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第60-61页 |
| 致谢 | 第61-62页 |
