基于内容的图像检索算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外研究现状及分析 | 第11-16页 |
| ·国内外研究现状 | 第11-14页 |
| ·研究热点分析 | 第14-16页 |
| ·本文的主要研究内容与结构安排 | 第16-17页 |
| 第2章 基于内容的图像检索的相关理论 | 第17-32页 |
| ·基于内容的图像检索 | 第17-20页 |
| ·图像内容特征的描述方法 | 第20-26页 |
| ·颜色特征的提取 | 第20-22页 |
| ·纹理特征的提取 | 第22-25页 |
| ·空间关系特征的提取 | 第25-26页 |
| ·图像内容的相似性比较 | 第26-27页 |
| ·相关反馈 | 第27-30页 |
| ·相关反馈的分类 | 第28-29页 |
| ·相关反馈的交互过程 | 第29-30页 |
| ·查询方式 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 改进的基于分块主颜色的颜色提取算法 | 第32-46页 |
| ·颜色空间模型 | 第32-35页 |
| ·RGB颜色模型 | 第32-33页 |
| ·HSV颜色模型 | 第33-34页 |
| ·颜色空间的选择 | 第34-35页 |
| ·改进的颜色提取算法 | 第35-41页 |
| ·颜色的量化 | 第35-37页 |
| ·图像的重叠分块法 | 第37-38页 |
| ·改进的颜色提取算法 | 第38-41页 |
| ·试验结果及分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 综合颜色和纹理特征的图像检索算法 | 第46-57页 |
| ·图像的纹理特征 | 第46-48页 |
| ·Gabor滤波器组 | 第46-47页 |
| ·图像纹理特征的描述 | 第47-48页 |
| ·基于分块主颜色和Gabor滤波器的图像检索算法 | 第48-52页 |
| ·特征向量归一化理论 | 第48-50页 |
| ·改进图像纹理提取算法 | 第50-51页 |
| ·综合图像颜色和纹理的检索算法 | 第51-52页 |
| ·试验结果及分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于权重调整和贝叶斯理论的相关反馈 | 第57-69页 |
| ·贝叶斯决策论 | 第57-58页 |
| ·特征值的权重调整 | 第58-59页 |
| ·基于权重调整和贝叶斯理论的相关反馈算法 | 第59-63页 |
| ·建模特征特征空间 | 第59-62页 |
| ·反馈算法 | 第62-63页 |
| ·实验结果及分析 | 第63-67页 |
| ·本章小结 | 第67-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-75页 |
| 致谢 | 第75页 |
