基于索引相关和聚类的图像特征提取算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 论绪 | 第8-12页 |
| ·本课题研究的背景与意义 | 第8-9页 |
| ·本课题的发展现状 | 第9-11页 |
| ·本论文的研究工作和创新点 | 第11-12页 |
| 2 基于内容图像处理理论 | 第12-23页 |
| ·颜色空间模型 | 第12-14页 |
| ·图像预处理 | 第14-18页 |
| ·中值滤波 | 第14-15页 |
| ·自适应域值滤波 | 第15-16页 |
| ·小波理论消噪 | 第16页 |
| ·Mean-Shift算法 | 第16-18页 |
| ·相似度测量 | 第18-21页 |
| ·一维特征相似度测量 | 第18-21页 |
| ·多维特征相似度测量 | 第21页 |
| ·图像检索结果评价 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 基于索引相关的彩色图像特征提取算法 | 第23-31页 |
| ·图像颜色特征 | 第23-25页 |
| ·颜色直方图 | 第23页 |
| ·颜色矩 | 第23-24页 |
| ·颜色聚合矢量 | 第24-25页 |
| ·基于颜色指数相关算法 | 第25页 |
| ·基于基于颜色索引相关统计的彩色图像特征提取 | 第25-30页 |
| ·算法概述 | 第25-26页 |
| ·索引表示 | 第26-27页 |
| ·CILCS-Ⅰ相关计算与数值统计 | 第27-28页 |
| ·CILCS-Ⅱ相关计算与数值统计 | 第28-29页 |
| ·图像区域划分与权值设定 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于聚类的图像主导特征提取算法 | 第31-49页 |
| ·图像纹理特征算法概述 | 第31-37页 |
| ·灰度共生矩阵 | 第31-33页 |
| ·纹理的变换域分析方法 | 第33-37页 |
| ·主纹理描述符 | 第37-42页 |
| ·DTD算法理论基础 | 第37-39页 |
| ·DTD算法介绍 | 第39-42页 |
| ·主颜色描述符 | 第42-43页 |
| ·局部颜色特征描述 | 第42页 |
| ·主导颜色描述符 | 第42-43页 |
| ·主导特征描述符 | 第43-48页 |
| ·DFD算法流程概述 | 第43页 |
| ·聚类算法 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 5 实验结果和分析 | 第49-61页 |
| ·CILCS实验结果与分析 | 第49-54页 |
| ·N-S dataset检索实验 | 第49-52页 |
| ·Corel Image检索实验 | 第52-53页 |
| ·图像分类实验结果 | 第53-54页 |
| ·DFD实验结果与分析 | 第54-60页 |
| ·DTD算法实验结果与分析 | 第54-58页 |
| ·DCD算法实验结果与分析 | 第58-59页 |
| ·DFD算法实验结果与分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 结论与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-68页 |
