摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第9-15页 |
1.1 选题研究背景及意义 | 第9-11页 |
1.2 发展概况 | 第11-12页 |
1.3 国内外研究现状 | 第12-14页 |
1.3.1 国外现状 | 第12-13页 |
1.3.2 国内现状 | 第13-14页 |
1.4 本文结构安排 | 第14页 |
1.5 本章总结 | 第14-15页 |
第2章 CBIR基本原理 | 第15-27页 |
2.1 引言 | 第15页 |
2.2 CBIR系统结构和工作流程 | 第15-17页 |
2.2.1 CBIR系统结构 | 第15-16页 |
2.2.2 CBIR系统工作流程 | 第16-17页 |
2.3 特征提取 | 第17-20页 |
2.3.1 颜色特征提取 | 第17-18页 |
2.3.2 纹理特征提取 | 第18-19页 |
2.3.3 形状特征提取 | 第19页 |
2.3.4 特征提取方法的比较分析 | 第19-20页 |
2.4 用户查询 | 第20页 |
2.5 相似性度量 | 第20-22页 |
2.6 系统性能评价 | 第22-24页 |
2.7 特征归一化 | 第24-25页 |
2.7.1 特征内部归一化 | 第24-25页 |
2.7.2 特征外部归一化 | 第25页 |
2.8 本章总结 | 第25-27页 |
第3章 Curvelet变换相关理论 | 第27-38页 |
3.1 引言 | 第27页 |
3.2 Wavelet变换 | 第27-29页 |
3.2.1 小波变换理论 | 第27-28页 |
3.2.2 小波变换实现图像检索 | 第28-29页 |
3.3 Ridgelet变换 | 第29-30页 |
3.4 第一代Curvelet变换 | 第30-32页 |
3.5 第二代Curvelet变换 | 第32-36页 |
3.5.1 连续曲波变换 | 第32-33页 |
3.5.2 离散曲波变换 | 第33-35页 |
3.5.3 曲波变换的快速实现方法 | 第35-36页 |
3.6 本章总结 | 第36-38页 |
第4章 基于Curvelet和Wavelet结合的图像检索算法 | 第38-53页 |
4.1 引言 | 第38页 |
4.2 Canny边缘检测 | 第38-40页 |
4.3 Canny算子与Wavelet结合的图像检索算法 | 第40-41页 |
4.4 颜色特征提取—颜色直方图 | 第41-45页 |
4.5 Curvelet与Wavelet结合的图像检索算法实现 | 第45-46页 |
4.6 实验结果分析 | 第46-52页 |
4.7 本章总结 | 第52-53页 |
第5章 基于Curvelet的纹理统计特征图像检索算法 | 第53-66页 |
5.1 引言 | 第53页 |
5.2 局部二值模式 | 第53-56页 |
5.2.1 LBP论介绍 | 第53-55页 |
5.2.2 LBP算子实现图像检索 | 第55-56页 |
5.3 灰度共生矩阵 | 第56-58页 |
5.3.1 GLCM理论介绍 | 第56-57页 |
5.3.2 GLCM实现图像检索 | 第57-58页 |
5.4 Curvelet纹理统计特征图像检索算法实现 | 第58-59页 |
5.5 实验结果分析 | 第59-65页 |
5.6 本章总结 | 第65-66页 |
第6章 传感器图像检索系统 | 第66-82页 |
6.1 引言 | 第66页 |
6.2 测试环境及开发平台 | 第66-67页 |
6.2.1 测试环境 | 第66页 |
6.2.2 开发平台 | 第66-67页 |
6.3 系统搭建 | 第67-70页 |
6.3.1 系统结构 | 第67页 |
6.3.2 系统模块 | 第67-70页 |
6.4 系统算法 | 第70-73页 |
6.4.1 层次分析法设定权重 | 第70-72页 |
6.4.2 系统算法实现 | 第72-73页 |
6.5 传感器图像数据库 | 第73-74页 |
6.6 系统界面及检索流程 | 第74-77页 |
6.7 实验结果分析 | 第77-81页 |
6.8 本章总结 | 第81-82页 |
第7章 结论与建议 | 第82-85页 |
7.1 结论 | 第82-83页 |
7.2 建议 | 第83-85页 |
致谢 | 第85-86页 |
参考文献 | 第86-91页 |
攻读硕士学位期间发表的论文及科研成果 | 第91页 |