基于形状的图像检索算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·图像检索的研究背景 | 第9页 |
| ·图像检索技术的发展和应用现状 | 第9-11页 |
| ·图像检索技术的应用领域 | 第11-12页 |
| ·本文的研究工作和文章结构安排 | 第12-13页 |
| ·本章小结 | 第13-15页 |
| 第2章 基于内容的图像检索技术 | 第15-21页 |
| ·基于内容的图像检索系统的框架 | 第15-16页 |
| ·基于内容的图像检索技术 | 第16-20页 |
| ·特征提取和描述 | 第16-17页 |
| ·相似性度量 | 第17-19页 |
| ·CBIR算法的评价标准 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于形状的图像检索 | 第21-39页 |
| ·形状描述子的分类 | 第21页 |
| ·基于轮廓的形状描述子 | 第21-33页 |
| ·全局方法 | 第22-31页 |
| ·局部方法 | 第31-33页 |
| ·基于区域的形状描述子 | 第33-37页 |
| ·全局方法 | 第34-37页 |
| ·局部方法 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 快速张量尺度描述子 | 第39-47页 |
| ·张量尺度 | 第39-40页 |
| ·张量尺度特征的提取 | 第40-42页 |
| ·Saha的方法 | 第40页 |
| ·Miranda的方法 | 第40-42页 |
| ·快速张量尺度描述子 | 第42-43页 |
| ·图像森林变换 | 第42页 |
| ·快速张量尺度特征的提取方法 | 第42-43页 |
| ·算法计算复杂度分析 | 第43-44页 |
| ·相似性度量 | 第44-45页 |
| ·实验 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 六种主要形状描述子的实验分析 | 第47-53页 |
| ·实验环境和图像库 | 第47-48页 |
| ·六种形状描述子的简单介绍 | 第48-49页 |
| ·实验分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结和展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间研究成果 | 第63页 |
