基于颜色和纹理特征的图像检索算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·CBIR 的发展趋势 | 第9-10页 |
| ·本文主要的工作及创新点 | 第10-11页 |
| ·本文的组织结构 | 第11-13页 |
| 第二章 相关原理介绍 | 第13-22页 |
| ·颜色空间概述 | 第13-16页 |
| ·RGB 颜色空间 | 第13-14页 |
| ·HSV 颜色空间 | 第14-15页 |
| ·RGB 和HSV 空间转化 | 第15页 |
| ·HSV 颜色空间量化 | 第15-16页 |
| ·图像锐化算子 | 第16-17页 |
| ·颜色特征的提取方法 | 第17-19页 |
| ·传统颜色直方图法 | 第17-18页 |
| ·分块的颜色直方图特征的提取方法 | 第18-19页 |
| ·图像的相似性度量 | 第19-20页 |
| ·检索性能评价 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于颜色特征的检索方法 | 第22-38页 |
| ·彩色边缘提取方法 | 第22-24页 |
| ·HSV 颜色空间模糊量化 | 第24-27页 |
| ·模糊数学的概念 | 第24-25页 |
| ·HSV 颜色空间模糊量化算法 | 第25-27页 |
| ·基于边缘颜色特征提取的综合算法 | 第27-37页 |
| ·算法描述 | 第27-28页 |
| ·实验结果和分析 | 第28-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于纹理特征的检索方法 | 第38-51页 |
| ·纹理特征的提取方法 | 第38-43页 |
| ·灰度共生矩阵 | 第38-39页 |
| ·Tamura 纹理特征 | 第39-41页 |
| ·Gabor 滤波分析 | 第41-43页 |
| ·结合Tamura 算法和Gabor 滤波算法 | 第43-50页 |
| ·预处理操作 | 第43页 |
| ·内部归一化 | 第43-44页 |
| ·算法描述 | 第44-45页 |
| ·实验结果及分析 | 第45-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于颜色和纹理特征的检索实验分析 | 第51-58页 |
| ·检索系统结构和功能 | 第51页 |
| ·多特征的归一化处理 | 第51-52页 |
| ·图像数据管理 | 第52-53页 |
| ·综合颜色和纹理特征的图像检索 | 第53-57页 |
| ·颜色检索和纹理检索结果对比 | 第53-55页 |
| ·颜色特征和纹理特征权值确定 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·工作总结 | 第58页 |
| ·展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 图索引 | 第64-65页 |
| 表索引 | 第65-66页 |
| 作者在硕士研究生期间发表论文情况 | 第66页 |
