| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题背景及其研究意义 | 第8-9页 |
| 1.2 国内外相关研究现状 | 第9-10页 |
| 1.3 本文研究内容及组织框架 | 第10-13页 |
| 第二章 基于视觉显著性的图像检索及相关技术 | 第13-20页 |
| 2.1 基于视觉显著性的图像检索 | 第13页 |
| 2.2 人类视觉系统与注意机制 | 第13-14页 |
| 2.3 视觉显著模型 | 第14-16页 |
| 2.3.1 Bottom-Up视觉注意模型 | 第14-15页 |
| 2.3.2 Up-Down视觉注意模型 | 第15页 |
| 2.3.3 Itti模型 | 第15-16页 |
| 2.4 基于内容的图像检索 | 第16-17页 |
| 2.5 底层视觉特征提取 | 第17-18页 |
| 2.5.1 颜色特征 | 第17页 |
| 2.5.2 纹理特征 | 第17-18页 |
| 2.5.3 形状特征 | 第18页 |
| 2.6 相似度度量算法 | 第18-19页 |
| 2.7 检索性能评价方法 | 第19页 |
| 2.8 本章小结 | 第19-20页 |
| 第三章 颜色和纹理混合描述符图像检索方法 | 第20-33页 |
| 3.1 颜色模型 | 第20-22页 |
| 3.1.1 颜色模型转换 | 第20页 |
| 3.1.2 HSV颜色模型 | 第20-21页 |
| 3.1.3 HSV颜色模型量化 | 第21-22页 |
| 3.2 基元结构描述符 | 第22-24页 |
| 3.2.1 传统基元结构描述符 | 第22-23页 |
| 3.2.2 改进的结构元素描述符 | 第23-24页 |
| 3.3 颜色和纹理结构描述符 | 第24-26页 |
| 3.4 实验结果及分析 | 第26-32页 |
| 3.4.1 图像库的介绍 | 第26-27页 |
| 3.4.2 对比实验与分析 | 第27-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于RGB颜色空间显著模型的图像检索方法 | 第33-52页 |
| 4.1 视觉尺度空间与高斯滤波 | 第33-35页 |
| 4.1.1 尺度空间思想 | 第33-34页 |
| 4.1.2 高斯尺度空间 | 第34-35页 |
| 4.2 视觉特征提取 | 第35-37页 |
| 4.2.1 亮度特征 | 第35页 |
| 4.2.2 颜色特征 | 第35-36页 |
| 4.2.3 方向特征 | 第36-37页 |
| 4.3 特征显著图 | 第37-40页 |
| 4.3.1 亮度特征显著图 | 第38-39页 |
| 4.3.2 颜色特征显著图 | 第39页 |
| 4.3.3 方向特征显著图 | 第39-40页 |
| 4.4 显著区域提取 | 第40-43页 |
| 4.4.1 特征显著图融合 | 第40-41页 |
| 4.4.2 显著区域分割 | 第41-43页 |
| 4.5 实验结果及分析 | 第43-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 基于多区域的颜色纹理混合描述符图像检索方法 | 第52-59页 |
| 5.1 基于多区域颜色纹理混合描述符图像检索模型 | 第52页 |
| 5.2 显著区域与背景区域提取 | 第52-53页 |
| 5.3 实验结果及分析 | 第53-58页 |
| 5.4 本章小结 | 第58-59页 |
| 主要结论与展望 | 第59-61页 |
| 主要结论 | 第59-60页 |
| 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第65页 |