基于内容的植物花卉图像检索

摘要	第1-5页
Abstract	第5-13页
第一章 绪论	第13-21页
·研究背景与研究意义	第13-15页
·图像检索的研究背景和研究意义	第13-15页
·植物图像检索的研究背景和研究意义	第15页
·基于内容的植物花卉图像检索	第15-17页
·基于内容的植物花卉图像检索框架	第15-16页
·存在的难点	第16-17页
·国内外研究现状	第17-18页
·本文的主要工作	第18-20页
·本文的组织结构	第20-21页
第二章 基于内容的图像检索关键技术	第21-30页
·引言	第21页
·图像检索中常用的图像特征	第21-24页
·颜色特征描述	第21-23页
·纹理特征描述	第23页
·形状特征描述	第23-24页
·图像检索中的相似性度量方法	第24-26页
·常用向量距离	第24-25页
·直方图相交	第25页
·二次型距离	第25页
·Mahalanobis距离	第25-26页
·图像检索性能的评价	第26-27页
·查全率和查准率	第26-27页
·排序评价法	第27页
·图像检索中的相关反馈技术	第27-28页
·小结	第28-30页
第三章 植物花卉图像库的预处理	第30-39页
·图像库来源以及预处理的基本框架和意义	第30-31页
·基于颜色直方图的图像库雷同图片的过滤	第31-33页
·基于灰度直方图的特征提取	第31页
·基于HSV空间的直方图统计特征	第31-33页
·相似性度量方法	第33页
·基于Canny算子的灰色边缘提取和相似性度量	第33-35页
·基于Canny算子的灰色边缘提取	第33-34页
·相似性度量方法	第34页
·算法流程	第34-35页
·雷同图片检索结果比较	第35-38页
·小结	第38-39页
第四章 基于感兴趣区域的花卉图像分割算法研究	第39-57页
·引言	第39页
·基于HSV颜色模型的金字塔分割方法	第39-43页
·金字塔连接算法	第40页
·基于HSV颜色模型的金字塔分割方法	第40-43页
·基于显著图的感兴趣区域提取方法	第43-46页
·视觉特征的提取	第43-44页
·显著图生成	第44-45页
·区域提取	第45-46页
·基于2RGB混合颜色模型的自适应阈值分割算法	第46-55页
·颜色模型的选取	第47-49页
·阈值分割算法	第49-52页
·形态学滤波	第52-53页
·二值图像的连通性分析	第53-55页
·实验分析	第55-56页
·小结	第56-57页
第五章 基于SVM的多特征融合的花卉图像检索	第57-80页
·主要思想和流程	第57-58页
·SVM支持向量机	第58-60页
·支持向量机	第58-59页
·多类分类问题	第59-60页
·感兴趣区域的图像底层特征提取和描述	第60-70页
·颜色特征	第60-61页
·纹理特征	第61-64页
·形状特征	第64-67页
·多特征融合	第67页
·图像特征归一化方法	第67-69页
·特征集格式及实验结果	第69-70页
·基于SVM的多类分类器构建	第70-74页
·实验框架	第70-71页
·多类分类器构建的关键步骤	第71页
·实验结果	第71-74页
·基于SVM多特征融合的花卉图像检索实验及结果	第74-79页
·检索性能评价标准	第74-76页
·实验结果	第76-78页
·实验评价	第78-79页
·小结	第79-80页
第六章 系统性能测试与分析	第80-89页
·引言	第80页
·系统开发环境	第80页
·实验结果评价及对比	第80-87页
·花卉数据库实验对比	第80-85页
·通用数据库实验对比	第85-87页
·实验时间性能测试及对比	第87-89页
第七章 结束语	第89-91页
·本文工作总结	第89-90页
·进一步工作的方向	第90-91页
参考文献	第91-97页
研究生期间发表的论文与参与项目	第97-98页
致谢	第98页