| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要的研究内容 | 第13-14页 |
| 1.4 本文章节结构 | 第14-16页 |
| 第二章 基于草图的图像检索相关方法 | 第16-30页 |
| 2.1 图像轮廓提取算法 | 第16-20页 |
| 2.1.1 传统基于局部微分的边缘检测算法 | 第16-18页 |
| 2.1.2 Canny边缘检测算法 | 第18-19页 |
| 2.1.3 小波边缘检测算法 | 第19-20页 |
| 2.2 草图特征提取算法 | 第20-24页 |
| 2.2.1 形状上下文 | 第20-21页 |
| 2.2.2 梯度方向直方图 | 第21-23页 |
| 2.2.3 GIST特征 | 第23-24页 |
| 2.3 常用的图像检索匹配算法 | 第24-28页 |
| 2.3.1 基于词袋模型的倒排索引图像检索 | 第24-26页 |
| 2.3.2 EI-S检索算法 | 第26-28页 |
| 2.4 图像检索算法评价标准 | 第28-29页 |
| 2.4.1 查全率和查准率 | 第28-29页 |
| 2.4.2 排序评价法 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于Snake和显著图的彩色图像草图化处理方法 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 Snake模型 | 第30-32页 |
| 3.3 融合梯度和显著度的显著图提取技术 | 第32-33页 |
| 3.4 本章方法 | 第33-37页 |
| 3.4.1 梯度图和显著度图的提取 | 第33-34页 |
| 3.4.2 显著物体分割 | 第34-35页 |
| 3.4.3 提取边缘轮廓线 | 第35页 |
| 3.4.4 Snake模型图像轮廓线调整 | 第35-36页 |
| 3.4.5 算法步骤 | 第36-37页 |
| 3.5 轮廓提取实验与结果分析 | 第37-38页 |
| 3.5.1 实验数据 | 第37页 |
| 3.5.2 提取结果 | 第37页 |
| 3.5.3 结果分析 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 基于局部几何不变矩的草图特征提取 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 几何不变矩理论 | 第40-42页 |
| 4.3 本章方法 | 第42-46页 |
| 4.3.1 确定各图像的坐标系 | 第43页 |
| 4.3.2 草图图像分块 | 第43-44页 |
| 4.3.3 构造特征向量 | 第44页 |
| 4.3.4 差异化相似性匹配 | 第44-45页 |
| 4.3.5 算法步骤 | 第45-46页 |
| 4.4 实验设计与结果分析 | 第46-51页 |
| 4.4.1 实验数据 | 第46-47页 |
| 4.4.2 本章方法性能分析 | 第47-49页 |
| 4.4.3 对比实验 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于模糊理论和蚁群算法的图像检索优化 | 第52-64页 |
| 5.1 引言 | 第52页 |
| 5.2 模糊集理论 | 第52-54页 |
| 5.3 蚁群算法 | 第54-55页 |
| 5.4 本章方法 | 第55-59页 |
| 5.4.1 检索分类 | 第56-57页 |
| 5.4.2 检索结果优化 | 第57-59页 |
| 5.4.3 算法步骤 | 第59页 |
| 5.5 实验结果分析 | 第59-62页 |
| 5.6 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64-65页 |
| 6.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的科研成果 | 第70-72页 |
| 致谢 | 第72页 |