基于显著点和关键块相结合的图像检索方法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 0 前言 | 第8-9页 |
| 1 基于内容的图像检索(CBIR) | 第9-25页 |
| ·特征提取 | 第9-14页 |
| ·颜色特征提取 | 第9-11页 |
| ·纹理特征提取 | 第11-12页 |
| ·形状特征提取 | 第12-14页 |
| ·图像索引 | 第14-16页 |
| ·矢量降维 | 第14-15页 |
| ·图像的多维索引 | 第15-16页 |
| ·相似性度量 | 第16-17页 |
| ·D_1 距离和D_2 距离 | 第16-17页 |
| ·马氏距离 | 第17页 |
| ·直方图距离和直方图的交集 | 第17页 |
| ·相关反馈 | 第17-19页 |
| ·系统评估 | 第19-20页 |
| ·图像检索系统实例 | 第20-21页 |
| ·QBIC | 第20页 |
| ·Virage | 第20-21页 |
| ·VisualSEEK 和WebSEEK | 第21页 |
| ·MARS | 第21页 |
| ·未来的研究方向 | 第21-23页 |
| ·特征提取与语义获取 | 第21-22页 |
| ·面向因特网 | 第22页 |
| ·内容描述标准 | 第22-23页 |
| ·融合多种特征的检索 | 第23页 |
| ·基于压缩域的检索 | 第23页 |
| ·小结 | 第23-25页 |
| 2 图像检索中的显著点和关键块 | 第25-35页 |
| ·基于小波变换的显著点 | 第25-29页 |
| ·显著点提取 | 第26-27页 |
| ·基于显著点的图像检索 | 第27-28页 |
| ·小结 | 第28-29页 |
| ·关键块 | 第29-32页 |
| ·关键块的构造 | 第30-31页 |
| ·图像编码 | 第31页 |
| ·特征模型 | 第31-32页 |
| ·小结 | 第32页 |
| ·基于显著点和关键块相结合的图像检索 | 第32-34页 |
| ·小结 | 第34-35页 |
| 3 基于显著点和关键块相结合的图像检索方法 | 第35-43页 |
| ·小波变换 | 第36页 |
| ·提取显著点 | 第36-37页 |
| ·图像块分类 | 第37-39页 |
| ·特征提取 | 第39页 |
| ·生成码书 | 第39-41页 |
| ·相似性计算 | 第41-42页 |
| ·小结 | 第42-43页 |
| 4 显著点和关键块相结合的图像检索方法实验 | 第43-56页 |
| ·矢量量化 | 第43-45页 |
| ·不同场景下的图像检索 | 第45-49页 |
| ·简单场景下的图像检索 | 第45-47页 |
| ·复杂场景下的图像检索 | 第47-49页 |
| ·稳定性测试 | 第49-53页 |
| ·个别检索 | 第49-51页 |
| ·相关检索 | 第51-53页 |
| ·小结 | 第53页 |
| ·不同检索模型的性能比较 | 第53-56页 |
| 5 结论与展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 研究生阶段发表论文 | 第63页 |
