基于颜色与纹理特征的图像检索技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究的背景及意义 | 第10页 |
| ·国内外研究现状与热点 | 第10-13页 |
| ·图像检索的发展历程 | 第10-12页 |
| ·CBIR的应用领域 | 第12页 |
| ·国内外研究发展现状 | 第12-13页 |
| ·国内外研究热点 | 第13页 |
| ·论文内容组织安排 | 第13-15页 |
| 第2章 CBIR的相关技术综述 | 第15-28页 |
| ·CBIR系统介绍 | 第15-16页 |
| ·图像特征表示及其提取方法介绍 | 第16-20页 |
| ·颜色特征 | 第16-18页 |
| ·纹理特征 | 第18-19页 |
| ·形状特征 | 第19-20页 |
| ·CBIR查询方式 | 第20-21页 |
| ·相似性度量准则 | 第21-23页 |
| ·图像检索中的相关反馈技术 | 第23-25页 |
| ·基于修改查询向量的相关反馈算法 | 第23-24页 |
| ·基于概率分布的相关反馈算法 | 第24页 |
| ·基于修改特征权重的相关反馈算法 | 第24-25页 |
| ·基于机器学习的相关反馈算法 | 第25页 |
| ·检索效果评价标准 | 第25-26页 |
| ·经典的CBIR系统介绍 | 第26-28页 |
| 第3章 基于颜色特征的图像检索 | 第28-38页 |
| ·颜色表示模型 | 第28-31页 |
| ·RGB颜色空间模型 | 第28-29页 |
| ·HSV颜色空间模型 | 第29-30页 |
| ·RGB颜色空间向HSV颜色空间的转换 | 第30-31页 |
| ·颜色量化 | 第31-32页 |
| ·颜色特征提取 | 第32-34页 |
| ·实验结果 | 第34-38页 |
| 第4章 基于纹理特征的图像检索 | 第38-42页 |
| ·灰度共生矩阵 | 第38-40页 |
| ·实验结果 | 第40-42页 |
| 第5章 基于多特征和相关反馈的图像检索 | 第42-56页 |
| ·引言 | 第42页 |
| ·特征归一化 | 第42-43页 |
| ·多特征融合 | 第43页 |
| ·图像检索中的相关反馈问题 | 第43-49页 |
| ·支持向量机理论 | 第44-48页 |
| ·基于SVM反馈的检索过程 | 第48-49页 |
| ·对检索结果重排序 | 第49-50页 |
| ·实验结果与分析 | 第50-56页 |
| 第6章 总结及展望 | 第56-58页 |
| ·本文所做的工作总结 | 第56页 |
| ·工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
