| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 引言 | 第11-23页 |
| ·图像挖掘概述 | 第11-16页 |
| ·数据挖掘 | 第11-12页 |
| ·图像工程 | 第12-15页 |
| ·研究意义 | 第15-16页 |
| ·国内外研究现状 | 第16-20页 |
| ·多媒体数据挖掘 | 第16-17页 |
| ·数字图像处理与图像识别 | 第17-18页 |
| ·图像挖掘框架模型 | 第18-19页 |
| ·图像挖掘方法 | 第19页 |
| ·现行图像挖掘项目 | 第19-20页 |
| ·图像挖掘存在的问题 | 第20页 |
| ·本论文的主要研究工作 | 第20-22页 |
| ·本论文的主要安排 | 第22-23页 |
| 第2章 图像挖掘框架模型 | 第23-31页 |
| ·引言 | 第23页 |
| ·功能驱动图像挖掘框架模型 | 第23-26页 |
| ·MultiMediaMiner | 第24-25页 |
| ·“钻石眼”图像挖掘系统 | 第25-26页 |
| ·遥感卫星图像挖掘系统 | 第26页 |
| ·信息驱动图像挖掘框架模型 | 第26-28页 |
| ·图像挖掘过程框架模型 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 图像基本特征及其表示描述方法 | 第31-47页 |
| ·引言 | 第31页 |
| ·图像文本特征 | 第31-32页 |
| ·图像颜色特征 | 第32-35页 |
| ·灰度直方图 | 第33-35页 |
| ·基于区域的颜色表示 | 第35页 |
| ·图像纹理特征 | 第35-41页 |
| ·纹理基础 | 第35-38页 |
| ·纹理统计表示方法 | 第38-39页 |
| ·纹理结构表示方法 | 第39-40页 |
| ·纹理频谱表示方法 | 第40-41页 |
| ·图像形状特征 | 第41-46页 |
| ·形状基础 | 第41-42页 |
| ·基于轮廓的形状表示方法 | 第42-43页 |
| ·基于轮廓的形状描述方法 | 第43-44页 |
| ·基于区域的形状表示方法 | 第44-45页 |
| ·基于区域的形状描述方法 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于不变矩的图像形状特征描述 | 第47-67页 |
| ·引言 | 第47页 |
| ·图像矩函数 | 第47-54页 |
| ·图像矩函数基础 | 第47-49页 |
| ·图像矩函数一般定义 | 第49页 |
| ·几何矩与中心矩 | 第49-52页 |
| ·复数矩 | 第52-54页 |
| ·ZERNIKE 正交不变矩 | 第54-56页 |
| ·Zernike 多项式 | 第54-55页 |
| ·Zernike 矩定义 | 第55-56页 |
| ·形状特征描述与评价 | 第56-61页 |
| ·矩形状特征集 | 第56-57页 |
| ·基于Zernike 矩的图像重构 | 第57-58页 |
| ·特征描述评价 | 第58-61页 |
| ·实验结果与分析 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 基于演化计算的图像 ZERNIKE 矩特征优化方法 | 第67-80页 |
| ·引言 | 第67-68页 |
| ·演化计算基础 | 第68-71页 |
| ·基本思想 | 第68-69页 |
| ·基本特征 | 第69-70页 |
| ·基本步骤 | 第70-71页 |
| ·优化算法设计与实现 | 第71-77页 |
| ·编码方案 | 第71-72页 |
| ·初始化群体 | 第72页 |
| ·适应度函数 | 第72-73页 |
| ·遗传操作 | 第73-74页 |
| ·选择策略 | 第74-75页 |
| ·算法终止条件 | 第75页 |
| ·控制参数设置 | 第75-76页 |
| ·算法实现 | 第76-77页 |
| ·实验结果与分析 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 图像高维特征数据降维 | 第80-103页 |
| ·引言 | 第80-81页 |
| ·线性降维方法 | 第81-89页 |
| ·基本概念 | 第81-82页 |
| ·主成分分析 | 第82-86页 |
| ·因子分析 | 第86-89页 |
| ·基于粗糙集的非线性降维方法 | 第89-96页 |
| ·粗糙集基本思想 | 第89-90页 |
| ·粗糙集基本概念 | 第90-92页 |
| ·粗糙集与属性约简 | 第92-94页 |
| ·相关算法与分析 | 第94-96页 |
| ·实验结果与分析 | 第96-102页 |
| ·主成分分析与因子分析 | 第96-100页 |
| ·基于粗糙集降维 | 第100-102页 |
| ·本章小结 | 第102-103页 |
| 第7章 总结与展望 | 第103-106页 |
| ·全文总结 | 第103-104页 |
| ·未来工作 | 第104-106页 |
| 参考文献 | 第106-119页 |
| 图索引 | 第119-120页 |
| 表索引 | 第120-121页 |
| 攻读博士期间发表的论文 | 第121-122页 |
| 致谢 | 第122页 |