彩色图像检索与识别算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景和选题意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要工作和各章结构安排 | 第10-12页 |
| 第二章 基于内容图像检索的关键技术 | 第12-28页 |
| ·特征提取技术 | 第12-16页 |
| ·基于HSV的颜色特征提取 | 第12-15页 |
| ·基于HOG的形状特征提取 | 第15-16页 |
| ·PCA-HSV、PCA-HOG | 第16页 |
| ·图像分类技术 | 第16-22页 |
| ·支持向量机SVM | 第16-19页 |
| ·AdaBoost及其级联算法 | 第19-20页 |
| ·决策树 | 第20-22页 |
| ·图像聚类 | 第22-26页 |
| ·K-MEANS算法 | 第22-23页 |
| ·FCM算法 | 第23-24页 |
| ·AP算法 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 一种AP算法的改进——M-AP算法 | 第28-36页 |
| ·AP算法优缺点 | 第28页 |
| ·改进的AP算法——M-AP算法 | 第28-30页 |
| ·基于距离的merge过程 | 第28-29页 |
| ·CVM压缩算法 | 第29页 |
| ·M-AP算法 | 第29-30页 |
| ·算法优劣性指标 | 第30-31页 |
| ·实验与结果分析 | 第31-35页 |
| ·人工数据集实验 | 第31-32页 |
| ·常用数据集实验 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于M-AP算法的图像检索 | 第36-42页 |
| ·基于聚类的图像检索 | 第36页 |
| ·图像检索系统 | 第36-37页 |
| ·系统框架图 | 第36-37页 |
| ·算法优劣性指标 | 第37页 |
| ·实验与结果分析 | 第37-39页 |
| ·实验设置 | 第37-38页 |
| ·实验结果 | 第38-39页 |
| ·本章小结 | 第39-42页 |
| 第五章 基于OBVM分类器的图像检索 | 第42-50页 |
| ·基于分类和相关反馈的图像检索 | 第42页 |
| ·相关背景知识 | 第42-45页 |
| ·特征融合过程 | 第42页 |
| ·MEB（最小包含求）问题与核向量机CVM | 第42-44页 |
| ·在线核向量机OCVM算法 | 第44页 |
| ·OBVM算法 | 第44-45页 |
| ·系统框架及实现 | 第45-46页 |
| ·实验及结果分析 | 第46-48页 |
| ·实验设置 | 第46页 |
| ·实验结果 | 第46-47页 |
| ·性能对比 | 第47-48页 |
| ·结语 | 第48-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·工作总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第57页 |
