| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-19页 |
| §1.1 图像检索的背景知识 | 第9-12页 |
| ·图像检索的发展及步骤 | 第9-10页 |
| ·特征提取 | 第10-11页 |
| ·相似性的度量 | 第11-12页 |
| §1.2 基于边缘检测的图像检索 | 第12-13页 |
| §1.3 基于区域的图像检索 | 第13-16页 |
| ·图像分割的定义 | 第13-14页 |
| ·图像分割的分类 | 第14-16页 |
| §1.4 本文的主要工作 | 第16-19页 |
| 第二章 基于高斯内积能量的彩色图像边缘检测和检索 | 第19-37页 |
| §2.1 图像的边缘检测 | 第19-23页 |
| ·图像梯度 | 第19-21页 |
| ·内积能量 | 第21-22页 |
| ·基于内积能量的边缘检测算子 | 第22-23页 |
| §2.2 傅里叶描述子提取图像边缘的轮廓特征 | 第23-24页 |
| §2.3 彩色边缘颜色直方图的构造 | 第24-27页 |
| ·彩色边缘的量化处理 | 第24-26页 |
| ·彩色边缘颜色的加权 | 第26-27页 |
| §2.4 相似性度量 | 第27-28页 |
| §2.5 基于高斯内积能量的图像检索算法 | 第28页 |
| §2.6 实验结果与分析 | 第28-36页 |
| §2.7 本章小节 | 第36-37页 |
| 第三章 基于均值漂移和规范切的自适应分割的彩色图像检索 | 第37-53页 |
| §3.1 基于均值漂移和规范切的自适应分割 | 第37-46页 |
| ·基于MS的图像分割 | 第37-39页 |
| ·Ncut聚类 | 第39-40页 |
| ·MS和Ncut的结合(MS-Ncut) | 第40-41页 |
| ·基于MS-Ncut的自适应分割方法 | 第41-46页 |
| §3.2 基于MS-Ncut自适应分割的图像检索 | 第46-52页 |
| ·特征提取 | 第46-48页 |
| ·IRM算法 | 第48-49页 |
| ·基于自适应MS-Ncut和IRM的图像检索 | 第49页 |
| ·实验结果与分析 | 第49-52页 |
| §3.3 本章小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间撰写的学术论文 | 第59页 |
| 攻读硕士学位期间参与的科研项目 | 第59-60页 |