基于内容的服装图像检索技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 本文研究思路 | 第10-11页 |
| 1.4 本文主要内容和章节安排 | 第11-12页 |
| 2 基于内容的图像检索基础知识 | 第12-29页 |
| 2.1 引言 | 第12页 |
| 2.2 图像检索系统框架 | 第12-13页 |
| 2.3 图像局部特征提取 | 第13-17页 |
| 2.3.1 SIFT特征 | 第13-16页 |
| 2.3.2 SURF特征 | 第16-17页 |
| 2.4 图像全局特征提取 | 第17-27页 |
| 2.4.1 颜色特征 | 第17-22页 |
| 2.4.2 纹理特征 | 第22-25页 |
| 2.4.3 形状特征 | 第25-27页 |
| 2.5 相似性度量方法 | 第27页 |
| 2.5.1 Minkowski距离 | 第27页 |
| 2.5.2 直方图相交法 | 第27页 |
| 2.6 图像检索性能评价 | 第27-29页 |
| 2.6.1 召回率与准确率 | 第27-28页 |
| 2.6.2 平均准确率 | 第28-29页 |
| 3 基于Grab Cut分割的服装图像检索 | 第29-40页 |
| 3.1 引言 | 第29-30页 |
| 3.2 图像的分割 | 第30-32页 |
| 3.2.1 基于阈值的分割方法 | 第30页 |
| 3.2.2 基于边缘的分割方法 | 第30-31页 |
| 3.2.3 基于区域的分割方法 | 第31-32页 |
| 3.2.4 基于图论的分割方法 | 第32页 |
| 3.2.5 基于能量泛函的分割方法 | 第32页 |
| 3.3 Grab Cut算法介绍 | 第32-34页 |
| 3.3.1 主要思想 | 第32-33页 |
| 3.3.2 算法流程 | 第33-34页 |
| 3.4 Grab Cut分割算法的改进 | 第34-37页 |
| 3.4.1 能量函数的改进 | 第34-36页 |
| 3.4.2 分水岭算法的改进 | 第36页 |
| 3.4.3 改进算法流程 | 第36-37页 |
| 3.5 实验结果与分析 | 第37-40页 |
| 4 基于Itti模型的服装图像检索 | 第40-53页 |
| 4.1 引言 | 第40页 |
| 4.2 视觉的认知过程 | 第40-42页 |
| 4.2.1 视感觉信息与视知觉信息 | 第40-41页 |
| 4.2.2 人类视觉的认知过程 | 第41-42页 |
| 4.3 视觉注意机制模型 | 第42-46页 |
| 4.3.1 常用模型 | 第42-43页 |
| 4.3.2 Itti模型介绍 | 第43-46页 |
| 4.4 Itti模型的改进 | 第46-50页 |
| 4.4.1 视觉特征提取 | 第47-48页 |
| 4.4.2 图像分割的改进 | 第48-49页 |
| 4.4.3 感兴趣区的检测 | 第49-50页 |
| 4.5 实验结果与分析 | 第50-53页 |
| 5 基于服装图像固有特征的检索 | 第53-62页 |
| 5.1 引言 | 第53-54页 |
| 5.2 服装图像边缘提取 | 第54-56页 |
| 5.2.1 边缘提取算法概述 | 第54页 |
| 5.2.2 Sobel边缘检测算法 | 第54-56页 |
| 5.3 衣袖特征提取 | 第56-57页 |
| 5.4 衣领特征提取 | 第57页 |
| 5.5 衣扣特征提取 | 第57-59页 |
| 5.6 特征融合与检测 | 第59页 |
| 5.7 实验分析 | 第59-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 本文的研究总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70页 |
