首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于内容的图像检索算法研究及系统实现

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-19页
   ·图像检索的背景和意义第11-12页
     ·图像检索的兴起第11页
     ·图像检索的发展第11页
     ·基于内容的图像检索第11-12页
   ·基于内容的图像检索技术第12-13页
     ·图像的颜色特征第12-13页
     ·图像的形状特征第13页
     ·图像的纹理特征第13页
   ·基于内容的图像检索研究现状第13-16页
     ·国外的研究和发展第13-16页
     ·国内的研究和发展第16页
   ·基于内容的图像检索存在的问题第16-17页
   ·本文主要研究的内容和组织结构第17-19页
第2章 基于内容的图像检索理论基础第19-27页
   ·CBIR的基本原理和特点第19页
   ·CBIR系统框架模型第19-20页
   ·图像特征提取第20-23页
     ·颜色特征第20-21页
     ·纹理特征第21-22页
     ·形状特征第22-23页
     ·空间特征第23页
   ·相似性度量方法第23-24页
   ·图像检索系统性能评价第24-26页
   ·本章小结第26-27页
第3章 基于颜色特征的图像检索第27-41页
   ·常用的颜色模型第27-30页
     ·RGB颜色空间第27-28页
     ·HSV颜色空间第28-29页
     ·颜色空间转换第29-30页
   ·颜色特征表示方法第30-33页
     ·颜色直方图第30-31页
     ·分块颜色直方图第31页
     ·颜色直方图的量化第31-32页
     ·HSV颜色空间直方图量化第32-33页
   ·基于颜色特征的图像检索实验第33-40页
     ·颜色特征检索过程第33-34页
     ·实验结果第34-40页
   ·本章小结第40-41页
第4章 基于纹理特征的图像检索第41-63页
   ·纹理特征分析方法第41-52页
     ·Gabor小波变换第41-44页
     ·小波变换第44-48页
     ·双树复小波(DT-CWT)第48-52页
   ·纹理特征提取方法及实验结果第52-55页
     ·Gabor小波变换第52-53页
     ·小波变换第53页
     ·双树复小波第53页
     ·本文提出的方法第53-55页
   ·基于纹理特征的图像检索实验第55-62页
     ·纹理特征实验过程第55页
     ·实验结果第55-62页
   ·本章小结第62-63页
第5章 基于内容的图像检索系统设计实现第63-75页
   ·图像检索系统设计第63-68页
     ·图像检索系统框架及功能模块第63-66页
     ·图像检索系统实现第66-68页
   ·基于综合特征的图像检索第68-74页
     ·综合特征实验过程第69页
     ·实验结果第69-74页
   ·本章小结第74-75页
第6章 总结与展望第75-77页
   ·总结第75页
   ·展望第75-77页
参考文献第77-81页
致谢第81-83页
攻读硕士期间的研究成果第83页

论文共83页,点击 下载论文
上一篇:基于LBP和Adaboost的人脸识别算法研究
下一篇:基于SharePoint技术作业系统的设计与实现