基于内容图像检索的关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-26页 |
| ·研究背景及选题意义 | 第10-15页 |
| ·国内外研究现状 | 第15-23页 |
| ·基于视觉特征的检索 | 第15-20页 |
| ·基于语义学习的检索 | 第20-23页 |
| ·主要工作及论文结构 | 第23-26页 |
| 2 结合形状描述与特征匹配的图像检索 | 第26-45页 |
| ·引言 | 第26-27页 |
| ·现有方案分析及所存在的问题 | 第27-29页 |
| ·新的形状描述方法 | 第29-35页 |
| ·基于外接圆采样特征的轮廓特征描述算子 | 第29-32页 |
| ·基于兴趣点及其空间分布特征的区域特征描述算子 | 第32-35页 |
| ·新的特征匹配策略 | 第35-38页 |
| ·实验与结果分析 | 第38-44页 |
| ·实验环境 | 第38-39页 |
| ·商标图像检索方案的性能比较 | 第39-40页 |
| ·形状描述方法的性能比较 | 第40-43页 |
| ·特征匹配策略的性能比较 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 3 基于局部颜色直方图的图像检索 | 第45-65页 |
| ·引言 | 第45-47页 |
| ·现有方法分析及所存在的问题 | 第47-52页 |
| ·环形方法与凸包方法的分析 | 第47-49页 |
| ·游离兴趣点问题的分析 | 第49-52页 |
| ·环形方法的有效改进 | 第52-55页 |
| ·基于兴趣区域的新检索方法 | 第52-53页 |
| ·基于兴趣点最小覆盖圆的新检索方法 | 第53-55页 |
| ·基于兴趣点加权聚类的新检索方法 | 第55-59页 |
| ·实验与结果分析 | 第59-63页 |
| ·改进后方法的有效性验证 | 第59-61页 |
| ·基于兴趣点加权聚类方法的有效性验证 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 4 图像检索中基于支持向量机的用户反馈处理 | 第65-86页 |
| ·引言 | 第65-67页 |
| ·现有核函数分析及所存在问题 | 第67-71页 |
| ·基于邻接矩阵和局部组合特征的新型核函数 | 第71-80页 |
| ·邻接矩阵与局部组合特征 | 第71-76页 |
| ·新型核函数的定义 | 第76-80页 |
| ·实验与结果分析 | 第80-85页 |
| ·实验环境 | 第80-82页 |
| ·SIMPLIcity标准图像集上的实验分析 | 第82-83页 |
| ·CalTech-256标准图像集上的实验分析 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 5 总结及展望 | 第86-90页 |
| ·论文总结 | 第86-87页 |
| ·创新点总结 | 第87-88页 |
| ·工作展望 | 第88-90页 |
| 参考文献 | 第90-98页 |
| 攻读博士学位期间发表学术论文情况 | 第98-100页 |
| 致谢 | 第100-102页 |
| 作者简介 | 第102-104页 |
