面向主题的图像标注与检索
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 主要工作及创新点 | 第12-13页 |
| 1.3 论文研究方法 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 相关研究综述 | 第16-27页 |
| 2.1 图像检索相关研究 | 第16-24页 |
| 2.1.1 基于文本的图像检索 | 第16页 |
| 2.1.2 基于内容的图像检索 | 第16-19页 |
| 2.1.3 基于语义的图像检索 | 第19-21页 |
| 2.1.4 图像检索中的关键技术 | 第21-24页 |
| 2.2 图像语义自动标注相关研究 | 第24-26页 |
| 2.2.1 图像语义自动标注概述 | 第24页 |
| 2.2.2 图像语义自动标注研究方法 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 面向主题的图像数据采集与处理 | 第27-44页 |
| 3.1 数据采集 | 第27-31页 |
| 3.1.1 主题确定 | 第27-28页 |
| 3.1.2 数据获取 | 第28-31页 |
| 3.2 文本特征提取 | 第31-34页 |
| 3.2.1 关键词提取 | 第31-32页 |
| 3.2.2 用户词典导入 | 第32-33页 |
| 3.2.3 关键词提取结果 | 第33页 |
| 3.2.4 关键词语义扩展 | 第33-34页 |
| 3.3 图像特征提取 | 第34-42页 |
| 3.3.1 HSV颜色直方图 | 第34-35页 |
| 3.3.2 改进的颜色直方图 | 第35-38页 |
| 3.3.3 LBP纹理特征 | 第38-40页 |
| 3.3.4 灰度共生矩阵 | 第40-42页 |
| 3.4 图像特征融合与SVM分类模型构造 | 第42-43页 |
| 3.4.1 图像特征融合 | 第42-43页 |
| 3.4.2 SVM分类模型构造 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 图像标注与检索系统的设计与实现 | 第44-60页 |
| 4.1 系统概述 | 第44-45页 |
| 4.1.1 系统实验环境 | 第44页 |
| 4.1.2 系统工作流程 | 第44-45页 |
| 4.2 数据库表设计 | 第45-46页 |
| 4.3 用户界面设计 | 第46-48页 |
| 4.4 实验结果与分析 | 第48-59页 |
| 4.4.1 基于文本的图像检索 | 第48-52页 |
| 4.4.2 基于内容的图像检索 | 第52-56页 |
| 4.4.3 基于文本和内容的图像检索 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-63页 |
| 5.1 研究总结 | 第60-61页 |
| 5.2 研究展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 附录 | 第70页 |
