首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉内容的图像检索技术研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-9页
   ·本文的研究背景与现状第7页
   ·本文的章节安排第7-9页
第二章 基于颜色特征的图像检索技术第9-15页
   ·基于颜色特征的图像过滤技术的现状第9页
   ·图像过滤中的颜色特征描述方法第9-15页
     ·颜色特征描述第9-11页
     ·统计颜色直方图描述第11-12页
     ·颜色特征的归一化第12-15页
第三章 基于纹理特征的图像检索方法第15-25页
   ·基于纹理特征检索方法第15-17页
     ·纹理特征的现状第15页
     ·纹理分析的方法第15-17页
   ·图像的纹理特征提取算法第17-25页
     ·小波变换的描述第17-18页
     ·小波纹理特征提取第18-25页
第四章 基于综合特征的图像检索技术第25-45页
   ·图像的综合特征提取方法第25-26页
   ·图像相似度比较方法第26-28页
   ·图像聚类第28-34页
     ·研究现状和背景意义第28-30页
     ·基于熵的模糊聚类算法第30-32页
     ·核模糊聚类算法第32-33页
     ·聚类的评价准则第33-34页
   ·相关反馈技术第34-36页
   ·图像相似度排序方法第36-38页
   ·图像检索算法的评价准则第38-40页
   ·实验结果分析第40-45页
     ·系统设计第40-41页
     ·实验结果第41-43页
     ·实验结果分析第43-45页
第五章 基于综合特征图像检索的以图搜图功能实现第45-57页
   ·该功能的研究背景和现状第45-48页
     ·研究背景第45-46页
     ·该功能的市场需求第46-47页
     ·竞争环境第47页
     ·以图搜图功能的概述第47-48页
   ·基于网页版的以图搜图功能的实现第48-51页
     ·网页设计架构简介第48-49页
     ·该功能的具体实现第49-51页
   ·基于手机端 Andriod 平台的实现第51-57页
     ·Andriod 简介第51-52页
     ·具体设计第52-57页
第六章 总结和展望第57-59页
致谢第59-61页
参考文献第61-65页
研究成果第65-66页

论文共66页,点击 下载论文
上一篇:基于免疫密母和模糊聚类的图像处理
下一篇:光度立体在机器视觉中的应用研究