| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 课题研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13页 |
| 1.4 本文工作 | 第13-14页 |
| 1.5 论文结构 | 第14-16页 |
| 第2章 基于内容的图像检索系统的相关技术 | 第16-28页 |
| 2.1 基于内容的图像检索系统体系结构 | 第16页 |
| 2.2 植物图像检索中常用的图像特征 | 第16-21页 |
| 2.2.1 颜色特征描述 | 第17-18页 |
| 2.2.2 形状特征描述 | 第18-19页 |
| 2.2.3 叶脉特征描述 | 第19-20页 |
| 2.2.4 其他常用特征描述 | 第20-21页 |
| 2.3 植物图像检索中的相似性度量方法 | 第21-23页 |
| 2.3.1 人类视觉相似性模型 | 第22页 |
| 2.3.2 距离度量模型 | 第22-23页 |
| 2.4 植物图像特征的索引机制 | 第23-25页 |
| 2.4.1 维数降解技术 | 第23-24页 |
| 2.4.2 多维索引技术 | 第24-25页 |
| 2.5 植物图像检索中的相关反馈机制 | 第25-27页 |
| 2.5.1 基于修改查询矢量或距离度量的相关反馈 | 第26页 |
| 2.5.2 基于优化方法的相关反馈 | 第26-27页 |
| 2.5.3 基于人工智能的相关反馈 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 叶片及花朵图像检索中的关键技术 | 第28-55页 |
| 3.1 引言 | 第28页 |
| 3.2 图像预处理 | 第28-31页 |
| 3.2.1 基于大津阈值法的简单背景下的叶片分割 | 第28-29页 |
| 3.2.2 基于颜色模型的复杂背景下的叶片分割 | 第29-30页 |
| 3.2.3 基于兴趣区域的花朵图像分割 | 第30-31页 |
| 3.3 叶片及花朵的特征提取 | 第31-49页 |
| 3.3.1 基于形状及关键点融合的叶片特征提取 | 第31-39页 |
| 3.3.2 基于形状及关键点的叶片图像分类实验 | 第39-44页 |
| 3.3.3 基于SIFT的颜色描述子及多项式嵌入的花朵特征提取 | 第44-47页 |
| 3.3.4 基于SIFT的颜色描述子的花朵图像分类实验 | 第47-49页 |
| 3.4 特征融合及匹配 | 第49-52页 |
| 3.4.1 基于位置敏感哈希与Leave out的特征融合及匹配 | 第49-51页 |
| 3.4.2 基于费雪向量及线性回归的特征融合及匹配 | 第51-52页 |
| 3.5 基于粗糙集的特征加权的用户反馈 | 第52-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第4章 植物图像检索系统设计与实现 | 第55-72页 |
| 4.1 系统概述 | 第55页 |
| 4.2 系统的结构 | 第55-56页 |
| 4.3 系统功能分析 | 第56-57页 |
| 4.4 系统详细设计 | 第57-64页 |
| 4.4.1 特征提取 | 第57-58页 |
| 4.4.2 特征索引 | 第58-59页 |
| 4.4.3 检索图像部位分类预处理 | 第59-60页 |
| 4.4.4 用户交互 | 第60-63页 |
| 4.4.5 基于多图像多部位融合的特征匹配 | 第63-64页 |
| 4.5 结果重排序 | 第64页 |
| 4.6 系统展示 | 第64-70页 |
| 4.7 本章小结 | 第70-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间主要的研究成果 | 第79-80页 |
| 致谢 | 第80页 |
