| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景与研究现状 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·CBIR 系统研究发展现状 | 第10-12页 |
| ·基于内容图像检索系统框架 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 基于EM 算法和混合核函数SVM 的图像检索系统设计 | 第16-25页 |
| ·系统总体框架设计 | 第16-18页 |
| ·图像特征 | 第18-19页 |
| ·形状特征 | 第18页 |
| ·纹理特征 | 第18-19页 |
| ·相似性度量 | 第19-20页 |
| ·Minkowski 距离测度 | 第19-20页 |
| ·直方图相交法 | 第20页 |
| ·马氏距离(Mahalanobis distance) | 第20页 |
| ·多特征综合检索 | 第20-22页 |
| ·相关反馈 | 第22-24页 |
| ·SVM 相关反馈算法 | 第22-23页 |
| ·SVM 核函数 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于EM 算法的图像分割方法及特征提取 | 第25-40页 |
| ·图像分割技术 | 第25-26页 |
| ·像素点特征提取 | 第26-28页 |
| ·颜色特征提取 | 第26-27页 |
| ·纹理特征提取 | 第27-28页 |
| ·基于改进EM 算法的图像分割技术 | 第28-35页 |
| ·高斯混合模型 | 第28页 |
| ·最大期望值算法（EM） | 第28-30页 |
| ·基于EM 算法的图像分割方法 | 第30-32页 |
| ·EM 算法的改进 | 第32-33页 |
| ·实验结果分析 | 第33-35页 |
| ·形状特征提取 | 第35-37页 |
| ·傅立叶描述符 | 第35-36页 |
| ·不变矩 | 第36-37页 |
| ·纹理特征提取 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于混合核SVM 的相关反馈算法设计 | 第40-54页 |
| ·支持向量机 | 第40-42页 |
| ·传统的基于SVM 的图像反馈检索方法 | 第42-43页 |
| ·SVM 核函数 | 第43-44页 |
| ·遗传基因优化的混合核函数SVM 模型 | 第44-51页 |
| ·混合核函数 | 第44-47页 |
| ·遗传基因算法 | 第47-49页 |
| ·使用遗传基因算法优化混合核SVM | 第49-51页 |
| ·基于混合核函数SVM 的相关反馈检索流程设计 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 图像检索系统实现及应用 | 第54-64页 |
| ·系统概述 | 第54-55页 |
| ·系统应用背景 | 第54页 |
| ·系统功能设计 | 第54-55页 |
| ·图像检索系统实现 | 第55-60页 |
| ·性能评价及实验结果分析 | 第60-63页 |
| ·性能评价方法简介 | 第60-61页 |
| ·实验结果分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结和展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |
| 攻读硕士学位期间参与的项目 | 第71页 |