| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于内容特征的图像检索 | 第11-13页 |
| 1.2.2 基于语义的图像检索技术 | 第13-14页 |
| 1.3 本文主要的研究内容 | 第14-15页 |
| 第2章 基于内容的图像检索技术研究分析 | 第15-31页 |
| 2.1 引言 | 第15页 |
| 2.2 图像预处理 | 第15-18页 |
| 2.2.1 图像中的噪声介绍 | 第15-16页 |
| 2.2.2 噪声预处理 | 第16-18页 |
| 2.3 图像视觉特征提取 | 第18-23页 |
| 2.3.1 颜色特征 | 第18-19页 |
| 2.3.2 纹理特征 | 第19-22页 |
| 2.3.3 形状特征 | 第22-23页 |
| 2.4 图像检索系统的相关标准 | 第23-26页 |
| 2.4.1 相似性度量标准 | 第23-25页 |
| 2.4.2 检索性能评价标准 | 第25-26页 |
| 2.5 基于视觉特征的检索实验及分析 | 第26-30页 |
| 2.5.1 特征归一化原理 | 第26-27页 |
| 2.5.2 基于单一视觉特征的图像检索实验及分析 | 第27-28页 |
| 2.5.3 等比例特征融合图像检索及分析 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于 DS 理论的加权多特征图像检索分析 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 多特征融合检索综述 | 第31-34页 |
| 3.3 基于加权多特征的融合图像检索 | 第34-36页 |
| 3.3.1 加权多特征融合原理 | 第34-35页 |
| 3.3.2 加权多特征融合检索实验及分析 | 第35-36页 |
| 3.4 基于 DS 理论的加权多特征融合 | 第36-43页 |
| 3.4.1 DS 理论的基本定义 | 第37-38页 |
| 3.4.2 实验步骤 | 第38-39页 |
| 3.4.3 图像检索实验结果及分析 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于 SVM 语义分类的多特征检索分析 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 SVM 的基本原理概述 | 第44-46页 |
| 4.3 SVM 分类 | 第46-49页 |
| 4.3.1 SVM 二分类 | 第46-48页 |
| 4.3.2 SVM 多分类 | 第48-49页 |
| 4.4 基于 SVM 语义分类的图像检索实验及性能分析 | 第49-54页 |
| 4.4.1 SVM 训练算法 | 第49-50页 |
| 4.4.2 实验步骤 | 第50-51页 |
| 4.4.3 实验结果及分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |