| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第1章 引 言 | 第9-15页 |
| ·选题背景 | 第9-10页 |
| ·研究现状及进展 | 第10-14页 |
| ·图象检索技术综述 | 第10-12页 |
| ·现有系统 | 第12-14页 |
| ·本论文的主要贡献 | 第14-15页 |
| 第2章 基于分水岭算法和马尔可夫随机场的图象分割 | 第15-35页 |
| ·图象分割算法综述 | 第15-19页 |
| ·概述 | 第15-16页 |
| ·基于分水岭算法的图象分割 | 第16-18页 |
| ·基于马尔可夫随机场的图象分割 | 第18-19页 |
| ·基于L*a*b*颜色空间的分水岭算法 | 第19-22页 |
| ·直方图的获取和预处理 | 第19-21页 |
| ·分水岭算法 | 第21页 |
| ·后处理 | 第21-22页 |
| ·基于最高置信度优先的马尔可夫随机场算法 | 第22-26页 |
| ·马尔可夫随机场基本原理 | 第22-23页 |
| ·最高置信度优先 | 第23-24页 |
| ·实现细节 | 第24-26页 |
| ·实验结果及应用 | 第26-34页 |
| ·实验结果 | 第26-29页 |
| ·分割算法在基于内容的图象检索中的应用 | 第29-33页 |
| ·医学图象处理 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 图象检索中的两层描述和非对称区域匹配 | 第35-58页 |
| ·图象特征和相似度量综述 | 第35-45页 |
| ·概述 | 第35-37页 |
| ·图象描述 | 第37-39页 |
| ·图象之间的相似度量 | 第39-45页 |
| ·空间描述算子 | 第45-48页 |
| ·传统空间描述子概述及其局限性 | 第45页 |
| ·本文的描述子 | 第45-47页 |
| ·相似方法对比 | 第47-48页 |
| ·图象的两层描述和相似性度量 | 第48-50页 |
| ·图象的两层描述 | 第48页 |
| ·非对称区域匹配 | 第48-49页 |
| ·图象相似度度量 | 第49-50页 |
| ·实验结果 | 第50-57页 |
| ·数据库和对比方法 | 第50-52页 |
| ·空间描述算子的性能和对简单线性变换的鲁棒性 | 第52页 |
| ·直接结果比较 | 第52-53页 |
| ·对颜色改变的鲁棒性 | 第53页 |
| ·基于统计的性能比较 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 机器学习算法在图象检索中的应用 | 第58-78页 |
| ·基于语义信息的图象检索综述 | 第58-64页 |
| ·机器学习 | 第58-62页 |
| ·相关反馈 | 第62页 |
| ·图象理解 | 第62-63页 |
| ·图象分类 | 第63-64页 |
| ·基于区域的AdaBoost | 第64-72页 |
| ·特征提取 | 第64-65页 |
| ·弱分类器学习 | 第65-66页 |
| ·置信度预测的AdaBoost算法 | 第66-68页 |
| ·实验结果 | 第68-72页 |
| ·基于自组织映射的图象库可视化 | 第72-77页 |
| ·Multi-Dimensional Scaling和图象库的可视化 | 第72页 |
| ·基于自组织映射的Multi-Dimensional Scaling | 第72-74页 |
| ·结果及讨论 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 第5章 基于新的相似度量和相关反馈算法的演示系统 | 第78-80页 |
| 第6章 总结与展望 | 第80-82页 |
| 参考文献 | 第82-98页 |
| 致 谢 | 第98页 |
| 声 明 | 第98-99页 |
| 本人简历 | 第99页 |
| 在学期间的研究成果及发表的学术论文 | 第99-100页 |