| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究背景 | 第8页 |
| ·商标图像检索技术类型简介 | 第8-9页 |
| ·基于类目的商标检索 | 第8-9页 |
| ·基于文本的商标检索 | 第9页 |
| ·基于内容的商标图像检索 | 第9页 |
| ·基于内容的商标图像检索技术 | 第9-14页 |
| ·基于内容的图像检索技术的特点 | 第10页 |
| ·基于内容的图像检索技术框架 | 第10-11页 |
| ·基于内容的商标图像检索的主要方式 | 第11-14页 |
| ·国内外研究和发展的动态 | 第14-16页 |
| ·本文的主要工作和研究成果 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 基于颜色特征的商标图像检索 | 第18-32页 |
| ·颜色空间模型 | 第18-21页 |
| ·颜色特征的建立 | 第21-25页 |
| ·自适应滤波(Adaptive Filter) | 第21-23页 |
| ·颜色特征 | 第23-24页 |
| ·颜色聚合向量 | 第24-25页 |
| ·相似性度量 | 第25-30页 |
| ·常用相似性度量准则 | 第26-27页 |
| ·最优权值法 | 第27-29页 |
| ·最优权值法测试 | 第29-30页 |
| ·实验结果及分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于形状特征的商标图像检索 | 第32-41页 |
| ·图像的纹理分割 | 第32-37页 |
| ·灰度共生矩阵方法 | 第32-33页 |
| ·基于灰度共生矩阵的纹理特征 | 第33-34页 |
| ·模糊c均值聚类算法(Fuzzy Clustering Method) | 第34-35页 |
| ·纹理分割模型 | 第35-37页 |
| ·形状特征向量 | 第37-38页 |
| ·实验分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 融合颜色和形状特征的综合特征商标检索 | 第41-48页 |
| ·综合特征图像检索 | 第41-42页 |
| ·综合特征图像检索的特征描述 | 第41页 |
| ·多特征综合检索的相似度匹配 | 第41-42页 |
| ·综合特征图像检索中的特征提取方法 | 第42页 |
| ·图像特征归一化 | 第42-44页 |
| ·特征内部归一化 | 第43页 |
| ·特征外部归一化 | 第43-44页 |
| ·综合特征检索中图像特征权值调整 | 第44-46页 |
| ·特征之间权值的调整 | 第44-45页 |
| ·特征内部权值的调整 | 第45页 |
| ·W_i的调整 | 第45-46页 |
| ·多特征检索复杂度的减小计算 | 第46页 |
| ·实验结果及分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 商标检索系统的实现 | 第48-57页 |
| ·系统结构 | 第48-49页 |
| ·商标图像库生成子系统 | 第48-49页 |
| ·商标图像检索子系统 | 第49页 |
| ·数据库管理 | 第49-50页 |
| ·商标检索 | 第50-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第61-62页 |
| 致谢 | 第62页 |