基于FREAK和局部敏感哈希的剪纸图像检索算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 图像检索概括 | 第10-11页 |
| 1.3 基于内容的图像检索 | 第11-15页 |
| 1.3.1 颜色特征 | 第11-12页 |
| 1.3.2 纹理特征 | 第12-14页 |
| 1.3.3 形状特征 | 第14页 |
| 1.3.4 高维索引中的降维方式 | 第14-15页 |
| 1.4 国内外研究现状 | 第15-17页 |
| 1.4.1 国内研究现状 | 第15-16页 |
| 1.4.2 国外研究现状 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 图像预处理 | 第18-27页 |
| 2.1 预处理流程 | 第18-19页 |
| 2.2 方法选择 | 第19页 |
| 2.3 图像分割概述 | 第19-23页 |
| 2.4 基于阈值分割的图像分割方法 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于FREAK的图像匹配算法 | 第27-43页 |
| 3.1 FREAK算法 | 第27-30页 |
| 3.1.1 FREAK算法概述 | 第27-28页 |
| 3.1.2 FREAK算法特征提取与匹配过程 | 第28-30页 |
| 3.2 改进的FREAK算法 | 第30-37页 |
| 3.2.1 SIFT尺度空间构建 | 第31-34页 |
| 3.2.2 图像极值点检测 | 第34-35页 |
| 3.2.3 去除低对比度的点 | 第35-36页 |
| 3.2.4 Hessian矩阵去除边缘的点 | 第36-37页 |
| 3.2.5 算法小结 | 第37页 |
| 3.3 仿真实验及分析 | 第37-42页 |
| 3.3.1 SIFT算法匹配实验 | 第37-39页 |
| 3.3.2 FREAK算法匹配实验 | 第39-40页 |
| 3.3.3 改进的FREAK算法匹配实验 | 第40-41页 |
| 3.3.4 实验结果分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 基于局部敏感哈希的匹配算法 | 第43-50页 |
| 4.1 引言 | 第43页 |
| 4.2 LSH概述 | 第43-46页 |
| 4.2.1 LSH定义 | 第43-44页 |
| 4.2.2 距离度量 | 第44-46页 |
| 4.2.3 通用的LSH算法框架 | 第46页 |
| 4.3 本文算法步骤 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-48页 |
| 4.4.1 实验数据集与平台 | 第47页 |
| 4.4.2 实验结果与分析 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 剪纸图像检索系统的设计与实现 | 第50-57页 |
| 5.1 系统结构 | 第50-51页 |
| 5.2 检索匹配模块 | 第51-52页 |
| 5.3 系统实现 | 第52-53页 |
| 5.4 实验与分析 | 第53-56页 |
| 5.4.1 系统实例 | 第53-54页 |
| 5.4.2 系统性能 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间的研究成果 | 第65页 |
