| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 研究概况及进展 | 第10-14页 |
| 1.2.1 图像检索技术的简述 | 第10-11页 |
| 1.2.2 图像特征提取技术概况 | 第11-12页 |
| 1.2.3 国内外研究进展 | 第12-14页 |
| 1.3 论文研究内容 | 第14页 |
| 1.4 论文总体框架 | 第14-16页 |
| 第二章 融合颜色和纹理特征的图像检索 | 第16-28页 |
| 2.1 HSV颜色特征提取 | 第16-19页 |
| 2.1.1 颜色量化 | 第16-18页 |
| 2.1.2 颜色特征提取 | 第18-19页 |
| 2.2 纹理特征提取 | 第19-22页 |
| 2.2.1 纹理特征提取中的灰度共生矩阵GLCM算法 | 第19-21页 |
| 2.2.2 纹理特征提取中的颜色共生矩阵CCM算法 | 第21-22页 |
| 2.3 颜色与纹理融合检索的实验与分析 | 第22-26页 |
| 2.4 小结 | 第26-28页 |
| 第三章 基于K-means和改进BOF词袋模型的图像检索 | 第28-50页 |
| 3.1 SIFT局部特征 | 第29-34页 |
| 3.1.1 图像特征概述 | 第29-30页 |
| 3.1.2 SIFT局部特征算法 | 第30-34页 |
| 3.2 K-means聚类算法 | 第34-36页 |
| 3.2.1 聚类算法的简介 | 第34-35页 |
| 3.2.2 K-means算法步骤 | 第35-36页 |
| 3.3 改进的BOF检索算法 | 第36-40页 |
| 3.3.1 词袋模型简介 | 第36页 |
| 3.3.2 BoF表示模型 | 第36-37页 |
| 3.3.3 基于Boc-BoF融合特征的图像检索 | 第37-40页 |
| 3.4 实验结果与与分析 | 第40-48页 |
| 3.4.1 数据集 | 第40页 |
| 3.4.2 评测指标 | 第40-41页 |
| 3.4.3 图像检索结果 | 第41-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 检索系统的设计与实现 | 第50-58页 |
| 4.1 系统开发工具 | 第50页 |
| 4.2 系统框架 | 第50页 |
| 4.3 系统界面介绍 | 第50-56页 |
| 4.4 小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 附录A 攻读硕士学位期间的学术成果 | 第68-70页 |
| 附录B | 第70-86页 |
| 附录1: 融合颜色和纹理特征的图像检索算法部分源代码 | 第70-73页 |
| 附录2: 基于K-means和改进BOF词袋模型的图像检索算法部分源代码 | 第73-86页 |
