| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的相关背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的研究内容和组织结构 | 第13-16页 |
| 第2章 基于内容图像检索的相关技术 | 第16-26页 |
| 2.1 基于内容图像检索的基本流程和系统结构 | 第16-18页 |
| 2.2 图像特征提取技术 | 第18-22页 |
| 2.2.1 全局特征提取 | 第19-21页 |
| 2.2.2 局部特征提取 | 第21-22页 |
| 2.3 图像相似性匹配技术 | 第22-24页 |
| 2.3.1 明考夫斯基距离 | 第22-23页 |
| 2.3.2 直方图相交 | 第23页 |
| 2.3.3 马氏距离 | 第23-24页 |
| 2.3.4 余弦距离 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于全局特征的图像检索 | 第26-44页 |
| 3.1 颜色和边缘方向性描述符 | 第26-36页 |
| 3.1.1 颜色特征提取 | 第27-33页 |
| 3.1.2 纹理特征提取 | 第33-35页 |
| 3.1.3 CEDD描述符的生成 | 第35-36页 |
| 3.2 分层梯度方向直方图 | 第36-37页 |
| 3.3 融合颜色、纹理和形状特征的图像检索 | 第37页 |
| 3.4 实验分析 | 第37-42页 |
| 3.4.1 实验数据 | 第38页 |
| 3.4.2 评价参数 | 第38页 |
| 3.4.3 实验结果 | 第38-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 面向检索的图像局部特征提取 | 第44-58页 |
| 4.1 SURF特征提取 | 第44-50页 |
| 4.1.1 构造尺度空间 | 第45-48页 |
| 4.1.2 极值点检测 | 第48-49页 |
| 4.1.3 特征主方向确定 | 第49页 |
| 4.1.4 特征描述子生成 | 第49-50页 |
| 4.2 改进SURF特征提取 | 第50-54页 |
| 4.2.1 尺度空间生成改进 | 第50-53页 |
| 4.2.2 描述子计算及表达改进 | 第53-54页 |
| 4.3 实验结果与分析 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 基于视觉词袋模型的图像检索 | 第58-72页 |
| 5.1 视觉词袋模型 | 第58-62页 |
| 5.1.1 视觉特征提取 | 第60-61页 |
| 5.1.2 视觉词典生成 | 第61-62页 |
| 5.1.3 图像表示 | 第62页 |
| 5.2 改进的视觉词袋模型 | 第62-65页 |
| 5.2.1 基于改进SURF算法的图像特征提取 | 第63-64页 |
| 5.2.2 特征聚类的改进 | 第64-65页 |
| 5.2.3 加权视觉词典的生成 | 第65页 |
| 5.3 实验结果与分析 | 第65-70页 |
| 5.3.1 改进BoVW检索结果分析 | 第66-68页 |
| 5.3.2 基于全局特征检索和局部特征检索结果对比 | 第68-70页 |
| 5.4 本章小结 | 第70-72页 |
| 结论与展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士期间发表的学术论文 | 第80-82页 |
| 致谢 | 第82页 |