| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 国外研究现状 | 第15-18页 |
| 1.2.2 国内研究现状 | 第18-19页 |
| 1.3 本文研究内容和结构安排 | 第19-22页 |
| 1.3.1 研究内容 | 第19页 |
| 1.3.2 结构安排 | 第19-22页 |
| 第二章 图像检索技术 | 第22-42页 |
| 2.1 图像检索框架 | 第22-23页 |
| 2.2 全局特征 | 第23-31页 |
| 2.2.1 颜色特征 | 第23-28页 |
| 2.2.2 纹理特征 | 第28-30页 |
| 2.2.3 形状特征 | 第30-31页 |
| 2.3 局部特征 | 第31-38页 |
| 2.4 相似性度量方法 | 第38-39页 |
| 2.5 图像检索评价标准 | 第39-40页 |
| 2.6 实验数据及环境 | 第40-41页 |
| 2.7 本章小结 | 第41-42页 |
| 第三章 基于全局特征和局部特征的图像检索 | 第42-52页 |
| 3.1 基于全局特征的图像检索 | 第42-48页 |
| 3.1.1 基于颜色特征的图像检索 | 第43-45页 |
| 3.1.2 基于纹理特征的图像检索 | 第45-47页 |
| 3.1.3 基于形状特征的图像检索 | 第47-48页 |
| 3.2 基于局部特征的图像检索 | 第48-50页 |
| 3.3 本章小结 | 第50-52页 |
| 第四章 基于CICDMDTC的视觉词汇树 | 第52-64页 |
| 4.1 视觉单词 | 第52-53页 |
| 4.2 视觉词汇树的构建 | 第53-54页 |
| 4.3 图像量化和相似性度量 | 第54-55页 |
| 4.4 改进的视觉词汇树 | 第55-60页 |
| 4.4.1 改进的聚类算法 | 第55-59页 |
| 4.4.2 聚类算法实验分析 | 第59-60页 |
| 4.4.3 基于CICDMDTC的视觉词汇树 | 第60页 |
| 4.5 实验仿真分析 | 第60-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第五章 基于特征的大规模图像检索 | 第64-74页 |
| 5.1 改进的特征提取算法 | 第64-65页 |
| 5.2 实验仿真与分析 | 第65-68页 |
| 5.3 基于改进特征提取算法和视觉词汇树的大规模图像检索算法 | 第68-70页 |
| 5.4 实验结果分析 | 第70-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |
| 附件 | 第83-84页 |