| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 目录 | 第12-14页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 课题的研究背景与意义 | 第14-16页 |
| 1.2 国内外研究现状与热点 | 第16-19页 |
| 1.2.1 国内外研究现状 | 第16-17页 |
| 1.2.2 国内外研究热点 | 第17-19页 |
| 1.3 本文的主要研究成果 | 第19-21页 |
| 1.4 本文的安排 | 第21-23页 |
| 第二章 图像预处理(去噪)算法的研究 | 第23-43页 |
| 2.1 引言 | 第23-25页 |
| 2.2 双边滤波图像去噪算法及改进 | 第25-29页 |
| 2.2.1 算法原理 | 第25-26页 |
| 2.2.2 算法改进 | 第26-27页 |
| 2.2.3 实验结果比较 | 第27-29页 |
| 2.3 基于改进的非局部均值与非下采样 Contourlet 变换 Wiener 滤波的图像去噪方法 | 第29-41页 |
| 2.3.1 改进的非局部均值算法 | 第29-36页 |
| 2.3.2 Contourlet 变换和 NSCT | 第36-37页 |
| 2.3.3 NSCT 中维纳滤波去噪算法 | 第37-38页 |
| 2.3.4 算法总结 | 第38-39页 |
| 2.3.5 实验结果分析 | 第39-41页 |
| 2.4 小结 | 第41-43页 |
| 第三章 基于颜色-空间分布特征的图像检索算法 | 第43-58页 |
| 3.1 引言 | 第43-44页 |
| 3.2 HSV 颜色空间量化 | 第44-46页 |
| 3.3 加权颜色直方图 | 第46-50页 |
| 3.3.1 传统颜色直方图 | 第46-47页 |
| 3.3.2 像素点多邻域颜色对比度计算 | 第47-49页 |
| 3.3.3 加权颜色直方图计算 | 第49-50页 |
| 3.4 空间分布离散度计算 | 第50-51页 |
| 3.5 相似性度量 | 第51-52页 |
| 3.6 算法总结 | 第52页 |
| 3.7 实验结果与分析 | 第52-57页 |
| 3.7.1 图像检索算法性能的评价准则 | 第52-54页 |
| 3.7.2 算法实验结果 | 第54-57页 |
| 3.8 小结 | 第57-58页 |
| 第四章 基于视觉注意模型的图像检索系统 | 第58-82页 |
| 4.1 引言 | 第58-59页 |
| 4.2 视觉注意力模型 | 第59-61页 |
| 4.3 结合高斯多尺度变换和颜色复杂度计算的显著图生成算法 | 第61-70页 |
| 4.3.1 基于高斯多尺度变换的全局显著性计算 | 第62-67页 |
| 4.3.2 基于多尺度邻域颜色复杂度计算的局部显著性度量 | 第67-69页 |
| 4.3.3 归一化合并计算视觉显著度 | 第69-70页 |
| 4.4 显著目标提取算法 | 第70-71页 |
| 4.5 显著目标边缘提取算法 | 第71-73页 |
| 4.6 综合显著目标与边缘信息的图像检索算法 | 第73-75页 |
| 4.6.1 特征提取 | 第73-74页 |
| 4.6.2 相似度计算 | 第74-75页 |
| 4.7 实验结果 | 第75-80页 |
| 4.7.1 显著图生成实验结果比较 | 第75-78页 |
| 4.7.2 图像检索实验结果分析 | 第78-80页 |
| 4.8 小结 | 第80-82页 |
| 第五章 基于区域颜色和对象二级语义的图像检索系统 | 第82-96页 |
| 5.1 引言 | 第82-83页 |
| 5.2 视觉有效区域的提取 | 第83-84页 |
| 5.3 基于 Itti 模型与角点的视觉有效区域提取 | 第84-88页 |
| 5.3.1 Itti 模型 | 第84-86页 |
| 5.3.2 角点检测 | 第86页 |
| 5.3.3 视觉窗口（包括单个目标）的提取 | 第86-88页 |
| 5.4 视觉有效区域二级语义提取 | 第88-94页 |
| 5.4.1 颜色语义 | 第88页 |
| 5.4.2 对象语义 | 第88-94页 |
| 5.5 算法总结 | 第94页 |
| 5.6 实验结果与分析 | 第94-95页 |
| 5.7 小结 | 第95-96页 |
| 第六章 结论与展望 | 第96-99页 |
| 6.1 总结 | 第96-98页 |
| 6.2 本文的进一步工作 | 第98-99页 |
| 参考文献 | 第99-108页 |
| 攻读博士期间的研究论文、申请的专利和参加的科研项目 | 第108-110页 |
| 致谢 | 第110-111页 |
