基于手绘草图的图像检索方法研究

摘要	第1-4页
Abstract	第4-6页
目录	第6-8页
第1章 绪论	第8-15页
·研究背景与意义	第8-10页
·国内外研究现状	第10-14页
·本文的主要内容和结构	第14-15页
第2章 图像内容特征提取概述	第15-24页
·图像特征的表达方式	第15-19页
·颜色特征	第15-17页
·纹理特征	第17-18页
·形状特征	第18-19页
·形状特征的描述方法	第19-21页
·基于轮廓的形状描述子	第19-20页
·基于区域的形状描述子	第20-21页
·图像检索中常用的相似性度量方法	第21-23页
·本章小结	第23-24页
第3章 融合信息熵和图像势能的草图特征抽取方法	第24-34页
·引言	第24页
·图像信息熵	第24-25页
·图像势能	第25页
·共融合信息熵和图像势能的手绘草图特征描述方法	第25-28页
·关键点选取	第26页
·计算关键点的信息熵值	第26-27页
·计算关键点的势能值	第27页
·融合信息熵和势能的关键点特征描述子	第27页
·生成码书	第27页
·手绘草图的特征量化	第27-28页
·实验结果与分析	第28-33页
·sketch图像库	第28-29页
·SVM和KNN参数设定与选择	第29页
·实验结果	第29-33页
·本章小结	第33-34页
第4章 基于梯度方向与图像熵相结合的草图检索方法	第34-40页
·引言	第34页
·梯度方向直方图计算	第34-36页
·图像平滑	第34-35页
·图像梯度方向直方图计算	第35-36页
·基于梯度方向直方图与图像熵结合的草图检索方法	第36-38页
·关键点信息熵的计算	第36-37页
·关键点梯度方向直方图计算	第37页
·基于梯度方向直方图与图像熵结合的方法	第37-38页
·实验结果与分析	第38-39页
·图像库	第38页
·实验方案	第38-39页
·本章小结	第39-40页
第5章 总结及展望	第40-42页
·总结	第40-41页
·展望	第41-42页
参考文献	第42-46页
致谢	第46-47页
攻读硕士学位期间发表的论文及获奖情况	第47页