局部区域检测方法研究及其在图像检索中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.2 区域检测国内外研究现状 | 第12-16页 |
| 1.3 区域描述子研究现状 | 第16-17页 |
| 1.4 基于内容的图像检索系统研究现状 | 第17-18页 |
| 1.5 论文研究目标及内容 | 第18-19页 |
| 1.6 论文组织结构安排 | 第19-21页 |
| 第二章 典型的局部区域检测方法 | 第21-29页 |
| 2.1 Harris-Affine区域检测方法 | 第21-22页 |
| 2.2 最大稳定极值区域检测方法 | 第22-23页 |
| 2.3 PCBR区域检测方法 | 第23-24页 |
| 2.4 MSCR区域检测方法 | 第24-25页 |
| 2.5 IBR区域检测方法 | 第25-26页 |
| 2.6 Salient区域检测方法 | 第26页 |
| 2.7 区域检测算法整体评价 | 第26-28页 |
| 2.8 区域检测评价方法 | 第28页 |
| 2.9 本章小结 | 第28-29页 |
| 第三章 基于图像结构和信息熵的区域检测 | 第29-39页 |
| 3.1 图像主曲率检测 | 第30-33页 |
| 3.1.1 构建图像高斯尺度空间 | 第30-31页 |
| 3.1.2 局部形状结构描述 | 第31-32页 |
| 3.1.3 主曲率图像 | 第32-33页 |
| 3.2 基于分水岭算法的区域分割 | 第33-34页 |
| 3.3 基于区域信息熵的区域筛选 | 第34-35页 |
| 3.4 区域融合及过滤 | 第35页 |
| 3.5 不规则区域的椭圆拟合 | 第35-36页 |
| 3.6 相关实验 | 第36-37页 |
| 3.7 本章小结 | 第37-39页 |
| 第四章 基于视觉机制的局部区域检测 | 第39-48页 |
| 4.1 颜色空间转化 | 第40页 |
| 4.2 图像区域分割 | 第40-41页 |
| 4.3 显著值计算 | 第41-42页 |
| 4.4 显著区域检测结果 | 第42-43页 |
| 4.5 算法评价 | 第43-47页 |
| 4.5.1 固定阈值分割 | 第43-44页 |
| 4.5.2 自适应阈值分割 | 第44-46页 |
| 4.5.3 相关应用 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 基于局部区域的图像检索 | 第48-58页 |
| 5.1 方法概述 | 第48-49页 |
| 5.2 图像区域检测及特征描述 | 第49-51页 |
| 5.2.1 区域归一化 | 第49页 |
| 5.2.2 区域特征描述 | 第49-51页 |
| 5.3 特征训练及相似性度量 | 第51-53页 |
| 5.3.1 图像数据库特征训练 | 第51-52页 |
| 5.3.2 图像相似性检索 | 第52-53页 |
| 5.4 图像检索性能评价指标 | 第53-54页 |
| 5.5 实验 | 第54-57页 |
| 5.5.1 实验图像库 | 第54-55页 |
| 5.5.2 实验结果及对比 | 第55-57页 |
| 5.5.3 评价与总结 | 第57页 |
| 5.6 本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间取得的学术成果 | 第67-68页 |
| 攻读硕士学位期间参与的项目 | 第68-69页 |
| 致谢 | 第69页 |
