| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·基于内容的图像检索的主要研究内容和技术现状 | 第10-12页 |
| ·本文的主要研究工作 | 第12-13页 |
| ·文章的内容组织与结构安排 | 第13-16页 |
| 第2章 基于内容的数字图像检索关键技术概述 | 第16-29页 |
| ·数字图像搜索引擎的架构 | 第16-17页 |
| ·基于内容的数字图像的视觉特征 | 第17-24页 |
| ·颜色特征 | 第17-20页 |
| ·形状特征 | 第20-21页 |
| ·纹理特征 | 第21-24页 |
| ·相似度度量技术 | 第24-26页 |
| ·Minkowsky 距离 | 第24页 |
| ·Mahalanobis 距离 | 第24-25页 |
| ·交集距离 | 第25页 |
| ·Quadratic 距离 | 第25页 |
| ·直方图的相似度度量 | 第25-26页 |
| ·图像检索算法的评价准则 | 第26-27页 |
| ·查准率和查全率 | 第26-27页 |
| ·如何评价排序的结果 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第3章 把CBIR 扩展到大规模数据 | 第29-36页 |
| ·大规模高维数据的索引技术 | 第29-31页 |
| ·基于各种树类数据结构的高维数据索引技术 | 第29-30页 |
| ·基于各种聚类方法的高维特征数据索引技术 | 第30页 |
| ·基于散列表的高维特征数据索引技术 | 第30页 |
| ·基于概率相似性的高维特征数据索引 | 第30-31页 |
| ·基于投票技术的索引与相似性度量算法 | 第31-35页 |
| ·算法的总体设计 | 第31-32页 |
| ·算法的具体流程 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于内容的大规模数字图像检索系统MAGIC | 第36-57页 |
| ·Magic 的系统架构 | 第37-39页 |
| ·图像收集模块 | 第39-40页 |
| ·分割技术的改进 | 第40-42页 |
| ·图像特征提取模块 | 第42-51页 |
| ·改进的颜色特征 | 第42-44页 |
| ·成对几何直方图 | 第44-46页 |
| ·层叠三角形几何直方图 | 第46-50页 |
| ·纹理的特征 | 第50-51页 |
| ·索引模块 | 第51-52页 |
| ·检索模块 | 第52-53页 |
| ·用户交互模块 | 第53-55页 |
| ·系统的流程 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 实验结果与分析 | 第57-66页 |
| ·基于颜色特征的实验结果与分析 | 第57-59页 |
| ·基于形状特征的实验结果与分析 | 第59-63页 |
| ·基于纹理特征的实验结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间发表论文与研究成果清单 | 第71-72页 |
| 致谢 | 第72页 |