基于目标区域特征的反馈式图像检索算法
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状与研究热点 | 第11-14页 |
| 1.2.1 国内外研究现状 | 第11-13页 |
| 1.2.2 典型的图像检索系统介绍 | 第13-14页 |
| 1.3 论文的主要研究内容 | 第14页 |
| 1.4 论文的章节安排 | 第14-16页 |
| 第二章 基于内容图像检索算法的关键技术 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 特征提取 | 第16-20页 |
| 2.2.1 颜色特征 | 第16-18页 |
| 2.2.2 形状特征 | 第18-19页 |
| 2.2.3 纹理特征 | 第19-20页 |
| 2.3 相似性度量 | 第20-23页 |
| 2.4 评价准则 | 第23-25页 |
| 2.5 小结 | 第25-26页 |
| 第三章 基于目标区域的图像检索 | 第26-50页 |
| 3.1 引言 | 第26页 |
| 3.2 算法研究背景 | 第26-27页 |
| 3.3 自适应阈值曲率增强的角点检测 | 第27-32页 |
| 3.3.1 曲率的概念 | 第27-28页 |
| 3.3.2 基本思想 | 第28-29页 |
| 3.3.3 算法描述 | 第29-31页 |
| 3.3.4 结果分析 | 第31-32页 |
| 3.4 基于角点曲率的目标区域提取 | 第32-34页 |
| 3.5 目标区域的特征提取 | 第34-38页 |
| 3.5.1 颜色特征的提取 | 第35页 |
| 3.5.2 形状特征的提取 | 第35-37页 |
| 3.5.3 纹理特征的提取 | 第37-38页 |
| 3.6 相似性度量 | 第38-40页 |
| 3.6.1 特征归一化 | 第38-39页 |
| 3.6.2 相似性度量 | 第39-40页 |
| 3.7 实验结果分析 | 第40-49页 |
| 3.8 小结 | 第49-50页 |
| 第四章 基于聚类分析的图像检索 | 第50-58页 |
| 4.1 引言 | 第50页 |
| 4.2 聚类分析算法概述 | 第50-51页 |
| 4.2.1 聚类分析的基本思想 | 第50页 |
| 4.2.2 聚类算法的选择 | 第50-51页 |
| 4.3 基于模糊 C 均值聚类的图像检索 | 第51-53页 |
| 4.3.1 算法思想 | 第51-52页 |
| 4.3.2 算法步骤 | 第52-53页 |
| 4.4 实验结果分析 | 第53-57页 |
| 4.5 小结 | 第57-58页 |
| 第五章 基于相关反馈的图像检索 | 第58-68页 |
| 5.1 引言 | 第58页 |
| 5.2 相关反馈技术概述 | 第58-60页 |
| 5.2.1 相关反馈的基本思想 | 第58-59页 |
| 5.2.2 相关反馈技术的分类 | 第59-60页 |
| 5.3 基于相关反馈的图像检索 | 第60-62页 |
| 5.4 实验结果分析 | 第62-66页 |
| 5.5 小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士期间参加的项目及成果 | 第76-78页 |
| 致谢 | 第78页 |
