基于内容的图像检索算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外的典型系统 | 第11-12页 |
| 1.2.2 国内的典型系统 | 第12页 |
| 1.3 本文主要工作及章节安排 | 第12-14页 |
| 第2章 基于内容的图像检索相关技术 | 第14-33页 |
| 2.1 系统结构 | 第14-15页 |
| 2.2 图像预处理 | 第15-16页 |
| 2.3 特征提取技术 | 第16-28页 |
| 2.3.1 图像的语义层次模型 | 第16-17页 |
| 2.3.2 纹理特征 | 第17-19页 |
| 2.3.3 颜色特征 | 第19-24页 |
| 2.3.4 形状特征 | 第24-28页 |
| 2.4 特征匹配的相关度量方法 | 第28-30页 |
| 2.5 相关反馈 | 第30页 |
| 2.6 性能评价标准 | 第30-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第3章 基于LDP算法的图像检索 | 第33-46页 |
| 3.1 LDP算法基本原理 | 第33-36页 |
| 3.1.1 LBP算法 | 第33-34页 |
| 3.1.2 LDP算法 | 第34-36页 |
| 3.2 基于LDP算法的图像检索系统设计与实现 | 第36-45页 |
| 3.2.1 LDP和LBP抗噪能力对比 | 第36-37页 |
| 3.2.2 实验过程及结果分析 | 第37-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第4章 基于SURF算法的图像检索 | 第46-59页 |
| 4.1 SIFT算法概述 | 第46-47页 |
| 4.2 SURF算法原理 | 第47-53页 |
| 4.2.1 积分图像 | 第47-48页 |
| 4.2.2 Hessian矩阵 | 第48-49页 |
| 4.2.3 尺度空间的表示 | 第49-51页 |
| 4.2.4 特征点定位 | 第51页 |
| 4.2.5 特征点描述 | 第51-53页 |
| 4.3 两种算法性能对比 | 第53-56页 |
| 4.3.1 抗噪能力对比 | 第53-54页 |
| 4.3.2 模糊变化对比 | 第54-55页 |
| 4.3.3 不同光照亮度条件下对比 | 第55-56页 |
| 4.4 基于SURF算法的图像检索系统设计与实现 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 基于SVM的相关反馈检索 | 第59-72页 |
| 5.1 SVM相关理论 | 第59-65页 |
| 5.1.1 SVM基本原理 | 第59-61页 |
| 5.1.2 支持向量机的数学模型 | 第61-64页 |
| 5.1.3 核函数 | 第64-65页 |
| 5.2 基于SVM的反馈检索系统设计与实现 | 第65-71页 |
| 5.2.1 SVM的应用原理 | 第65-66页 |
| 5.2.2 算法设计 | 第66-67页 |
| 5.2.3 实验过程及结果分析 | 第67-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读学位期间的研究成果 | 第77-78页 |
| 致谢 | 第78页 |
