首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于本体的图像检索技术研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-16页
   ·研究意义第8-9页
   ·国内外的研究现状第9-13页
     ·基于文本的图像检索技术第9-10页
     ·基于内容的图像检索技术第10-11页
     ·基于语义的图像检索技术第11-12页
     ·基于本体的图像检索技术第12-13页
   ·基于本体的图像检索框架第13-14页
   ·本文主要内容与创新点第14-16页
第二章 图像本体的构建第16-31页
   ·引言第16页
   ·本体的基本概念第16-18页
     ·本体的定义第16-17页
     ·本体的建模元语第17-18页
     ·本体中概念之间的关系第18页
   ·基于本体的图像描述第18-19页
   ·图像本体的构建第19-22页
   ·图像本体学习第22-27页
     ·本体学习第22-23页
     ·基于平行模糊推理机制的本体学习第23-27页
   ·实验结果第27-30页
   ·结论第30-31页
第三章 基于CRF和BOF的图像基元提取第31-45页
   ·引言第31-32页
   ·条件随机场模型(CRF)第32-35页
     ·条件随机场第33-34页
     ·CRF能量项的构成第34-35页
   ·Graph cut第35-38页
   ·分水岭算法第38页
   ·图像分割算法框架第38-40页
   ·基于BOF的图像基元提取第40-42页
   ·实验结果第42-43页
   ·结论第43-45页
第四章 基于本体的图像标注第45-54页
   ·引言第45-46页
   ·基于本体的图像语义标注过程第46-47页
   ·基于概率关系表的第一次标注第47-49页
     ·图像概念与基元类的关联度计算第47-48页
     ·第一次自动标注第48-49页
   ·基于本体的二次标注第49-51页
   ·实验结果第51-53页
   ·结论第53-54页
第五章 基于空间金字塔编码的图像检索第54-68页
   ·引言第54-55页
   ·利用空间金字塔编码的局部特征相似度计算第55-62页
     ·基于PCA-SIFT金字塔编码第57-59页
     ·特征编码算法第59-61页
     ·基于SIFT特征编码的相似性度量第61-62页
   ·图像的综合相似度计算第62-63页
   ·实验结果第63-67页
   ·结论第67-68页
第六章 总结与展望第68-70页
   ·本文工作总结第68-69页
   ·研究与展望第69-70页
参考文献第70-75页
致谢第75-76页
攻读学位期间的主要研究成果第76页

论文共76页,点击 下载论文
上一篇:营区扫描式监控中的运动目标检测与跟踪
下一篇:即时通文件传输审计系统的研究与实现