| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状及存在问题 | 第9-11页 |
| 1.3 研究目标 | 第11页 |
| 1.4 本文主要研究工作及意义 | 第11页 |
| 1.5 论文组织结构 | 第11-13页 |
| 第二章 相关理论与技术研究 | 第13-24页 |
| 2.1 CSS Sprites技术 | 第13-16页 |
| 2.1.1 CSS Sprites简介 | 第13-14页 |
| 2.1.2 CSS Sprites原理 | 第14-15页 |
| 2.1.3 CSS Sprites网页图片特点 | 第15-16页 |
| 2.2 特征提取技术 | 第16-19页 |
| 2.2.1 颜色特征 | 第16-18页 |
| 2.2.2 纹理特征 | 第18-19页 |
| 2.2.3 形状特征 | 第19页 |
| 2.3 相似度度量方法 | 第19-20页 |
| 2.4 K-means聚类算法简介 | 第20-23页 |
| 2.4.1 聚类算法 | 第20-21页 |
| 2.4.2 K-means算法基本思想 | 第21-22页 |
| 2.4.3 K-means算法流程 | 第22页 |
| 2.4.4 K-means算法缺陷 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 CSS Sprites图像聚类算法 | 第24-38页 |
| 3.1 综合多特征的提取与表达方式 | 第24-29页 |
| 3.1.1 颜色特征提取与表达方式 | 第24-26页 |
| 3.1.2 形状特征提取与表达方式 | 第26-29页 |
| 3.1.3 综合多特征的提取与表达方式 | 第29页 |
| 3.2 加权的欧氏距离 | 第29-30页 |
| 3.3 多特征的相似度度量方法 | 第30-32页 |
| 3.4 聚类个数K值的确定 | 第32页 |
| 3.5 CSS Sprites图像聚类算法描述 | 第32-34页 |
| 3.6 实验对比及分析 | 第34-37页 |
| 3.6.1 加权欧氏距离验证 | 第34-36页 |
| 3.6.2 综合多特征的相似度度量方法验证 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 CSS Spirits图片合成系统设计与实验分析 | 第38-46页 |
| 4.1 系统架构及各功能模块 | 第38-42页 |
| 4.1.1 系统架构 | 第38-39页 |
| 4.1.2 图片录入模块 | 第39-40页 |
| 4.1.3 图像聚类模块 | 第40-41页 |
| 4.1.4 图片合成模块 | 第41-42页 |
| 4.1.5 图片输出模块 | 第42页 |
| 4.2 实验对比分析 | 第42-45页 |
| 4.2.1 实验环境 | 第42页 |
| 4.2.2 对比分析 | 第42-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49页 |