基于目标区域特征的图像检索方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·基于全局特征的图像检索 | 第9-10页 |
| ·基于区域特征的图像检索 | 第10-11页 |
| ·论文的主要研究内容 | 第11-12页 |
| ·论文的章节安排 | 第12-13页 |
| 第二章 mean shift理论简介 | 第13-24页 |
| ·引言 | 第13页 |
| ·核概率密度估计 | 第13-16页 |
| ·多元核函数的生成方式 | 第14页 |
| ·核函数概率密度估计 | 第14-15页 |
| ·几种常用的核函数 | 第15-16页 |
| ·mean shift算法的理论 | 第16-19页 |
| ·mean shift算法的推导过程 | 第16-19页 |
| ·mean shift算法的收敛性 | 第19页 |
| ·mean shift跟踪算法 | 第19-23页 |
| ·目标表示 | 第20-21页 |
| ·目标定位 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于轮廓特征点的图像检索方法 | 第24-34页 |
| ·引言 | 第24-25页 |
| ·提取目标对象的轮廓 | 第25-27页 |
| ·利用mean shift算法对图像进行预处理 | 第25-26页 |
| ·提取目标对象的轮廓 | 第26页 |
| ·目标对象轮廓的几何不变性 | 第26-27页 |
| ·提取目标对象轮廓上的特征点 | 第27-29页 |
| ·改进的支持区域的确定 | 第27-28页 |
| ·轮廓上特征点检测 | 第28-29页 |
| ·图像相似性度量 | 第29-30页 |
| ·实验分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于用户感兴趣区域的图像检索方法 | 第34-49页 |
| ·引言 | 第34-35页 |
| ·基于用户感兴趣区域的检索算法描述 | 第35-44页 |
| ·探测感兴趣区域算法 | 第36-40页 |
| ·提取感兴趣区域的显著特征点算法 | 第40-44页 |
| ·定义基于显著点的图像特征及图像相似性的度量 | 第44页 |
| ·实验分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 作者简介 | 第56-57页 |
| 致谢 | 第57页 |
