基于内容的图像数据库检索的技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 论文选题及主要工作 | 第14-16页 |
| 第2章 基于内容图像检索相关技术综述 | 第16-35页 |
| 2.1 基于内容图像检索的研究热点 | 第16-17页 |
| 2.2 图像内容的分析和表示 | 第17-24页 |
| 2.2.1 颜色特征 | 第18-21页 |
| 2.2.2 纹理特征 | 第21-22页 |
| 2.2.3 形状特征 | 第22-24页 |
| 2.3 图像检索的其它共性问题 | 第24-30页 |
| 2.3.1 图像的相似性测度 | 第24-27页 |
| 2.3.2 检索效果评价 | 第27-28页 |
| 2.3.3 查询方式 | 第28-30页 |
| 2.4 用户反馈人机合作技术 | 第30-31页 |
| 2.5 图像检索的其他研究内容 | 第31-32页 |
| 2.5.1 高维索引技术 | 第31页 |
| 2.5.2 图像数据管理国际标准 | 第31-32页 |
| 2.6 典型的基于图像内容检索系统简介 | 第32-34页 |
| 2.7 小结 | 第34-35页 |
| 第3章 基于颜色特征的图像检索 | 第35-58页 |
| 3.1 引言 | 第35-36页 |
| 3.2 颜色的表示 | 第36-40页 |
| 3.2.1 RGB颜色空间 | 第36-37页 |
| 3.2.2 HSV颜色空间 | 第37-39页 |
| 3.2.3 RGB空间向HSV空间的转化 | 第39-40页 |
| 3.3 HSV空间中颜色的非均匀量化 | 第40-44页 |
| 3.3.1 256种颜色量化方法 | 第40-41页 |
| 3.3.2 72种颜色量化方法 | 第41-42页 |
| 3.3.3 32种颜色量化方法 | 第42-43页 |
| 3.3.4 不同维数颜色特征向量构造 | 第43-44页 |
| 3.4 一种综合多维特征向量的分层图像检索算法 | 第44-45页 |
| 3.4.1 图像的相似性度量方法 | 第44页 |
| 3.4.2 分层图像检索算法 | 第44-45页 |
| 3.5 一种综合颜色和空间特征图像检索算法 | 第45-50页 |
| 3.5.1 灰度的特征提取 | 第45-46页 |
| 3.5.2 颜色的特征提取 | 第46-47页 |
| 3.5.3 图像的分块方法 | 第47-48页 |
| 3.5.4 图像特征向量提取 | 第48-49页 |
| 3.5.5 图像内容的相似匹配算法 | 第49-50页 |
| 3.6 实验结果 | 第50-56页 |
| 3.7 小结 | 第56-58页 |
| 第4章 基于纹理特征的图像检索 | 第58-82页 |
| 4.1 引言 | 第58-59页 |
| 4.2 灰度共生矩阵 | 第59-61页 |
| 4.3 灰度—基元共生矩阵 | 第61-65页 |
| 4.3.1 基元阵 | 第62-63页 |
| 4.3.2 灰度—基元共生矩阵 | 第63-65页 |
| 4.4 颜色连通区域集 | 第65-69页 |
| 4.4.1 图像的分块主颜色 | 第66-67页 |
| 4.4.2 颜色连通区域 | 第67-69页 |
| 4.5 基于颜色基元共生矩阵图像检索算法 | 第69-74页 |
| 4.5.1 颜色基元共生矩阵纹理特征提取 | 第69-70页 |
| 4.5.2 相似性度量函数 | 第70-71页 |
| 4.5.3 实验结果 | 第71-74页 |
| 4.6 LBP算法概述 | 第74-78页 |
| 4.6.1 基本LBP算法 | 第75-76页 |
| 4.6.2 uniform形式的LBP算法 | 第76-77页 |
| 4.6.3 分块的LBP算法 | 第77-78页 |
| 4.7 自适应LBP算法及其相似性度量 | 第78-80页 |
| 4.7.1 改进的Tamura粗糙度 | 第78页 |
| 4.7.2 自适应LBP算法 | 第78-79页 |
| 4.7.3 相似性度量 | 第79页 |
| 4.7.4 实验结果 | 第79-80页 |
| 4.8 小结 | 第80-82页 |
| 第5章 基于形状特征的图像检索 | 第82-95页 |
| 5.1 引言 | 第82-83页 |
| 5.2 图像预处理 | 第83-85页 |
| 5.2.1 图像分割 | 第83-84页 |
| 5.2.2 图像边缘检测 | 第84-85页 |
| 5.3 改进的Hu不变矩 | 第85-88页 |
| 5.3.1 Hu不变矩 | 第85-86页 |
| 5.3.2 Hu不变矩的改进 | 第86-87页 |
| 5.3.3 离心率 | 第87页 |
| 5.3.4 特征向量归一化 | 第87-88页 |
| 5.4 综合改进的Hu矩和边界方向的图像检索算法 | 第88-90页 |
| 5.4.1 边界方向直方图 | 第88-89页 |
| 5.4.2 图像特征结合 | 第89页 |
| 5.4.3 算法总结 | 第89-90页 |
| 5.5 实验结果 | 第90-94页 |
| 5.6 小结 | 第94-95页 |
| 第6章 基于内容的图像检索实验系统 | 第95-101页 |
| 6.1 系统运行环境 | 第95页 |
| 6.2 系统框架 | 第95-96页 |
| 6.3 图像数据库 | 第96-98页 |
| 6.3.1 数据种类 | 第96-97页 |
| 6.3.2 图像数据存储方案 | 第97页 |
| 6.3.3 数据表 | 第97-98页 |
| 6.4 图像入库 | 第98-99页 |
| 6.5 图像查询 | 第99-100页 |
| 6.6 小结 | 第100-101页 |
| 第7章 结论及展望 | 第101-104页 |
| 7.1 全文工作总结 | 第101-102页 |
| 7.2 展望 | 第102-104页 |
| 参考文献 | 第104-115页 |
| 攻读博士学位期间发表学术论文情况 | 第115-116页 |
| 致谢 | 第116-117页 |
| 论文创新点摘要 | 第117-118页 |
