| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 基于内容的图像检索技术概述 | 第9-10页 |
| 1.3 基于内容的图像检索技术的发展及研究现状 | 第10-12页 |
| 1.4 本文主要内容 | 第12-13页 |
| 1.5 本文章节安排 | 第13-14页 |
| 第二章 基于内容的图像检索关键技术 | 第14-28页 |
| 2.1 图像特征提取方法 | 第14-23页 |
| 2.1.1 基于颜色的特征提取 | 第14-17页 |
| 2.1.2 基于形状的特征提取 | 第17-19页 |
| 2.1.3 基于纹理的特征提取 | 第19-22页 |
| 2.1.4 综合特征提取 | 第22-23页 |
| 2.2 图像相似性度量准则 | 第23-24页 |
| 2.3 特征向量归一化 | 第24-25页 |
| 2.3.1 内部归一化 | 第24-25页 |
| 2.3.2 外部归一化 | 第25页 |
| 2.4 图像检索反馈技术 | 第25-27页 |
| 2.5 图像检索性能评价准则 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于Krawtchouk色度分布矩的颜色特征检索方法 | 第28-38页 |
| 3.1 Krawtchouk色度分布矩相关理论 | 第28-32页 |
| 3.1.1 Krawtchouk矩原理 | 第28-31页 |
| 3.1.2 对立色度空间 | 第31-32页 |
| 3.2 Krawtchouk色度分布矩的颜色特征检索方法 | 第32-33页 |
| 3.3 实验结果 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于自反馈多特征融合的图像检索方法 | 第38-48页 |
| 4.1 基于自反馈多特征融合的图像检索原理 | 第38-40页 |
| 4.2 实验结果 | 第40-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 基于多特征融合重排序的图像检索系统的实现 | 第48-74页 |
| 5.1 基于SURF-BoVW的图像检索方法 | 第48-57页 |
| 5.1.1 图像库预处理 | 第48-50页 |
| 5.1.2 SURF算法原理 | 第50-55页 |
| 5.1.3 视觉词袋模型 | 第55-57页 |
| 5.1.4 基于SURF-BoVW的图像检索方法 | 第57页 |
| 5.2 系统实现 | 第57-68页 |
| 5.2.1 系统开发环境 | 第57-58页 |
| 5.2.2 系统框架设计与模块功能 | 第58-61页 |
| 5.2.3 系统检索流程 | 第61-62页 |
| 5.2.4 实验结果 | 第62-68页 |
| 5.3 基于内容的图像检索系统仿真实验 | 第68-72页 |
| 5.3.1 系统界面 | 第68-69页 |
| 5.3.2 检索示例 | 第69-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的科研成果 | 第80-82页 |
| 致谢 | 第82页 |