| 第一章 绪论 | 第1-21页 |
| 1．1 引言 | 第15页 |
| 1．2 图像检索技术的分类 | 第15-16页 |
| 1．3 基于内容图像检索系统的关键技术 | 第16页 |
| 1．4 国内外研究现状 | 第16-20页 |
| 1．4．1 检索算法方面的研究 | 第16-20页 |
| 1．4．2 图像检索系统方面的研究 | 第20页 |
| 1．5 本论文所作的工作 | 第20-21页 |
| 第二章 基于内容的图像检索技术 | 第21-27页 |
| 2．1 图像检索的基础知识 | 第21-26页 |
| 2．1．1 图像的表示 | 第21-22页 |
| 2．1．2 图像采样与量化 | 第22-24页 |
| 2．1．3 图像的预处理和特征提取 | 第24-25页 |
| 2．1．4 图像相似性描述 | 第25-26页 |
| 2．2 基于内容图像检索中的查询方式 | 第26-27页 |
| 第三章 基于颜色的图像检索技术 | 第27-33页 |
| 3．1 颜色模型的选择 | 第28-30页 |
| 3．1．1 HSV颜色模型及图像在该颜色空间中颜色度量 | 第28-30页 |
| 3．2 颜色聚类 | 第30-31页 |
| 3．3 颜色相似度计算方法 | 第31-32页 |
| 3．3．1 相交颜色直方图法 | 第31页 |
| 3．3．2 图像中颜色的分布情况 | 第31-32页 |
| 3．3．3 算法实现 | 第32页 |
| 3．4 小结 | 第32-33页 |
| 第四章 基于曲面梯度的图像检索技术 | 第33-45页 |
| 4．1 基于边缘检测算法的图像形状检测方法 | 第33-39页 |
| 4．1．1 边缘检测 | 第33-35页 |
| 4．1．2 对象形状的描述 | 第35-38页 |
| 4．1．3 基于形状的图像相似度计算方法 | 第38-39页 |
| 4．2 基于梯度的图像曲面向量法 | 第39-44页 |
| 4．2．1 图像区域内部形状向量求取 | 第40-43页 |
| 4．3．2 图像方向矩阵的相似度的确定 | 第43-44页 |
| 4．3 小结 | 第44-45页 |
| 第五章 网络环境下检索系统的实现 | 第45-61页 |
| 5．1 网络环境下技术研究 | 第45-49页 |
| 5．1．1 TCP／IP协议 | 第45-46页 |
| 5．1．2 分布式对象体系结构 | 第46-47页 |
| 5．1．3 网络环境下数据库访问方式 | 第47-48页 |
| 5．1．4 COM组件技术 | 第48页 |
| 5．1．5 网络检索系统所使用的技术 | 第48-49页 |
| 5．2 检索系统的总体设计 | 第49-52页 |
| 5．2．1 系统设计原则 | 第49页 |
| 5．2．2 系统软硬件环境和开发平台的选择 | 第49-50页 |
| 5．2．3 存储模型的选择 | 第50页 |
| 5．2．4 检索方法的选择 | 第50页 |
| 5．2．5 检索系统的功能实现 | 第50-52页 |
| 5．3 检索系统的实现 | 第52-58页 |
| 5．4 检索实例 | 第58-60页 |
| 5．5 系统分析与讨论 | 第60页 |
| 5．6 小结 | 第60-61页 |
| 结束语 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 读研期间发表的论文 | 第66页 |