| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1.绪论 | 第10-14页 |
| 1.1 背景介绍 | 第10-11页 |
| 1.2 图像检索介绍 | 第11-13页 |
| 1.3 本文内容 | 第13-14页 |
| 2.传统 bow 图像检索系统 | 第14-20页 |
| 2.1 图像局部特征 | 第14-15页 |
| 2.2 聚类算法 | 第15-17页 |
| 2.3 建立 bow 特征 | 第17-20页 |
| 3.基于双词袋模型的图像全局特征 | 第20-26页 |
| 3.1 传统 bow 模型的缺陷 | 第20页 |
| 3.2 建立双词袋 | 第20-21页 |
| 3.3 建立双词袋特征 | 第21-23页 |
| 3.4 双词袋特征算法流程 | 第23-24页 |
| 3.5 双词袋特征的优势 | 第24-26页 |
| 4.检索系统 | 第26-30页 |
| 4.1 特征距离度量 | 第26-27页 |
| 4.2 特征分类 | 第27-28页 |
| 4.3 检索 | 第28-30页 |
| 5.实验 | 第30-36页 |
| 5.1 实验环境 | 第30-32页 |
| 5.2 实验结果呈现 | 第32-36页 |
| 6.总结 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 作者简介及科研成果 | 第40-41页 |
| 致谢 | 第41页 |