基于兴趣点多特征融合的图像检索方法
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-18页 |
·基于内容图像检索的产生背景 | 第11页 |
·基于内容图像检索的基本流程 | 第11-12页 |
·基于内容图像检索的研究现状与热点 | 第12-16页 |
·国内外研究现状与热点 | 第13-14页 |
·典型的CBIR系统介绍 | 第14-16页 |
·本文的主要研究工作 | 第16页 |
·本文的结构安排 | 第16-18页 |
第2章 基于内容图像检索的相关知识与理论 | 第18-31页 |
·常用特征的提取及表示 | 第18-25页 |
·颜色特征 | 第18-23页 |
·颜色模型 | 第18-22页 |
·颜色特征的表示方法 | 第22-23页 |
·纹理特征 | 第23-24页 |
·形状特征 | 第24-25页 |
·相似性度量方法 | 第25-27页 |
·多特征融合技术 | 第27页 |
·相关反馈技术 | 第27-29页 |
·性能评价标准 | 第29-30页 |
·本章小结 | 第30-31页 |
第3章 兴趣点特征提取 | 第31-41页 |
·兴趣点介绍 | 第31页 |
·兴趣点提取方法分类 | 第31-33页 |
·兴趣点提取的算法流程 | 第33页 |
·兴趣点提取方法 | 第33-40页 |
·基于Harris算子的兴趣点提取方法 | 第33-36页 |
·本文采用的兴趣点提取方法 | 第36-40页 |
·本章小结 | 第40-41页 |
第4章 基于兴趣点多特征融合的图像检索方法 | 第41-54页 |
·基于兴趣点的特征提取 | 第41-45页 |
·基于兴趣点的颜色特征提取 | 第41-43页 |
·兴趣点纹理直方图 | 第43-44页 |
·平均离散程度 | 第44-45页 |
·相似性度量 | 第45-46页 |
·算法流程 | 第46-47页 |
·实验结果及分析 | 第47-53页 |
·本章小结 | 第53-54页 |
第5章 总结与展望 | 第54-56页 |
·本文总结 | 第54页 |
·展望 | 第54-56页 |
参考文献 | 第56-59页 |
作者简介及在学期间所取得的科研成果 | 第59-60页 |
致谢 | 第60页 |