基于纹理分类的图像检索技术研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·研究课题的背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国内外主要的图像检索系统 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的内容安排 | 第15-16页 |
| 2 基于内容的图像检索技术概述 | 第16-28页 |
| ·图像检索发展 | 第16-17页 |
| ·基于内容的图像检索技术 | 第17-18页 |
| ·基于内容的图像检索技术 | 第18-22页 |
| ·颜色特征 | 第19-20页 |
| ·纹理特征 | 第20页 |
| ·形状特征 | 第20-21页 |
| ·空间关系 | 第21页 |
| ·区域与目标 | 第21-22页 |
| ·相似性度量 | 第22-24页 |
| ·性能评价标准 | 第24-25页 |
| ·MPEG-7 标准 | 第25-27页 |
| ·同质纹理 | 第26页 |
| ·纹理浏览 | 第26页 |
| ·边缘直方图 | 第26-27页 |
| ·小结 | 第27-28页 |
| 3 图像纹理分析技术及应用 | 第28-36页 |
| ·纹理定义 | 第28页 |
| ·纹理分类 | 第28-29页 |
| ·纹理分析方法 | 第29-33页 |
| ·统计分析方法 | 第29-30页 |
| ·结构分析方法 | 第30-31页 |
| ·模型分析方法 | 第31-32页 |
| ·频谱分析方法 | 第32-33页 |
| ·纹理分析的应用 | 第33-35页 |
| ·目标识别与分析 | 第33-34页 |
| ·纹理合成 | 第34页 |
| ·图像检索 | 第34页 |
| ·运动分析 | 第34-35页 |
| ·小结 | 第35-36页 |
| 4 基于遗传算法与 BP 神经网络的纹理图像分类 | 第36-60页 |
| ·纹理图像分类 | 第36-39页 |
| ·纹理分类研究内容 | 第36页 |
| ·常用纹理分类方法 | 第36-37页 |
| ·神经网络的研究现状 | 第37-39页 |
| ·BP 神经网络和遗传算法 | 第39-42页 |
| ·BP 神经网络及学习原理 | 第39页 |
| ·遗传算法的基本概念及流程 | 第39-40页 |
| ·遗传算法与神经网络融合 | 第40-41页 |
| ·图像检索 | 第41-42页 |
| ·基于 BP 神经网络的分类 | 第42-50页 |
| ·特征提取 | 第42-44页 |
| ·纹理分类 | 第44-48页 |
| ·纹理特征与BP 神经网络结合的实验结果 | 第48-50页 |
| ·遗传算法优化的 BP 神经网络 | 第50-57页 |
| ·BP 神经网络结构设计 | 第51页 |
| ·最优权值和阈值 | 第51-53页 |
| ·BP 神经网络训练 | 第53页 |
| ·实验结果 | 第53-57页 |
| ·小结 | 第57-60页 |
| 5 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 参考文献 | 第62-70页 |
| 作者简历 | 第70-71页 |
| 学位论文数据集 | 第71页 |
