| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-22页 |
| ·研究的背景和意义 | 第11-13页 |
| ·网络图像检索 | 第11-12页 |
| ·医学图像检索 | 第12页 |
| ·基于内容的视频检索 | 第12页 |
| ·安全监控 | 第12页 |
| ·不良图像过滤 | 第12-13页 |
| ·目标图像检索的困难所在 | 第13-14页 |
| ·目前国内外研究现状 | 第14-19页 |
| ·基于文本的图像检索 | 第14-16页 |
| ·基于内容的图像检索 | 第16-18页 |
| ·基于语义的图像分类 | 第18-19页 |
| ·主要研究内容和创新点 | 第19-20页 |
| ·本文的组织结构 | 第20-22页 |
| 第二章 视觉注意机制及图像检索基础 | 第22-39页 |
| ·视觉注意机制 | 第22-25页 |
| ·视觉注意机制的生理基础 | 第23-24页 |
| ·视觉注意机制模型 | 第24-25页 |
| ·图像检索基础 | 第25-27页 |
| ·特征提取 | 第27-33页 |
| ·颜色特征 | 第27-31页 |
| ·纹理特征 | 第31-32页 |
| ·形状特征 | 第32-33页 |
| ·相似度度量 | 第33-36页 |
| ·距离度量 | 第33-35页 |
| ·相似系数度量 | 第35-36页 |
| ·图像数据集及性能评价标准 | 第36-38页 |
| ·图像数据集 | 第36-37页 |
| ·性能评价标准 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于彩色 LBP 局部纹理特征的目标图像检索方法 | 第39-57页 |
| ·引言 | 第39-40页 |
| ·系统流程 | 第40页 |
| ·局部二元模式(Local Binary Patterns) | 第40-42页 |
| ·局部彩色二元模式(Local Color Binary Patterns) | 第42-47页 |
| ·局部彩色向量二元模式(LCVBP) | 第43-45页 |
| ·局部彩色角度二元模式(LCABP) | 第45-47页 |
| ·概率潜在语义分析模型(pLSA) | 第47-48页 |
| ·实验及讨论 | 第48-55页 |
| ·尺度变化实验 | 第49-50页 |
| ·角度变化实验 | 第50-52页 |
| ·光照变化实验 | 第52-54页 |
| ·多个变化实验 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 基于多尺度视觉显著性的目标图像检索方法 | 第57-80页 |
| ·引言 | 第57-59页 |
| ·视觉注意模型 | 第59-62页 |
| ·自底向上的视觉注意模型 | 第59-61页 |
| ·自顶向下的视觉注意模型 | 第61-62页 |
| ·显著图的建立及感兴趣区域分割 | 第62-68页 |
| ·图像预处理及特征提取 | 第62-66页 |
| ·显著图的建立 | 第66-68页 |
| ·基于显著图的目标图像检索方法 | 第68-69页 |
| ·实验及讨论 | 第69-79页 |
| ·多尺度视觉显著图提取方法评价 | 第70-73页 |
| ·基于显著图的目标图像检索实验 | 第73-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 基于视觉一致性的目标图像检索方法 | 第80-99页 |
| ·引言 | 第80-82页 |
| ·显著图计算 | 第82页 |
| ·基于视觉一致性的图像聚类 | 第82-89页 |
| ·显著区域特征提取 | 第82-87页 |
| ·基于视觉一致性的带权图像聚类 | 第87-89页 |
| ·实验及讨论 | 第89-97页 |
| ·Caltech-101 实验评价 | 第90-93页 |
| ·Google 图像搜索引擎实验评价 | 第93-97页 |
| ·本章小结 | 第97-99页 |
| 第六章 结论与展望 | 第99-102页 |
| ·本文的主要结论和创新点总结 | 第99-100页 |
| ·下一步的工作设想 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 攻读博士学位期间取得的研究成果 | 第110-112页 |
| 致谢 | 第112-113页 |
| 附件 | 第113页 |
