中文摘要 | 第7-9页 |
Abstract | 第9-10页 |
1 绪论 | 第11-17页 |
1.1 研究的背景及意义 | 第11-14页 |
1.1.1 基于内容的图像检索方法的研究背景 | 第11-13页 |
1.1.2 基于内容的图像检索方法的应用领域 | 第13-14页 |
1.2 国内外研究及发展现状 | 第14-16页 |
1.2.1 国外研究和应用状况 | 第14-15页 |
1.2.2 国内研究和发展动态 | 第15-16页 |
1.3 本文的主要工作以及结构安排 | 第16-17页 |
2 基于内容的图像检索技术概述及关键技术 | 第17-37页 |
2.1 基于内容的图像检索技术 | 第17页 |
2.2 基于内容的图像检索结构 | 第17-18页 |
2.3 图像的颜色特征提取 | 第18-26页 |
2.3.1 颜色空间的概述 | 第19-24页 |
2.3.2 颜色直方图 | 第24-25页 |
2.3.3 颜色矩 | 第25-26页 |
2.3.4 颜色相关图 | 第26页 |
2.3.5 其他颜色特征的提取方法 | 第26页 |
2.4 图像的纹理特征提取 | 第26-30页 |
2.4.1 纹理特征分析 | 第26-27页 |
2.4.2 灰度共生矩阵 | 第27-29页 |
2.4.3 小波变换 | 第29页 |
2.4.4 局部二值模式 | 第29-30页 |
2.4.5 其他纹理特征 | 第30页 |
2.5 图像的形状特征提取 | 第30-33页 |
2.5.1 形状特征分析 | 第30-31页 |
2.5.2 傅立叶描述符 | 第31页 |
2.5.3 梯度方向直方图 | 第31-32页 |
2.5.4 Hu 不变矩 | 第32-33页 |
2.5.5 其他形状特征 | 第33页 |
2.6 图像检索的相似性度量方法 | 第33-35页 |
2.6.1 欧氏距离 | 第33-34页 |
2.6.2 直方图相交 | 第34页 |
2.6.3 二次式距离 | 第34页 |
2.6.4 马氏距离 | 第34-35页 |
2.6.5 巴氏距离 | 第35页 |
2.7 图像检索算法的评价准则 | 第35-37页 |
3 基于 K 邻近多级多特征图像检索方法 | 第37-47页 |
3.1 概述 | 第37页 |
3.2 图像内容的描述 | 第37-41页 |
3.2.1 HSV 分块加权提取图像颜色特征 | 第37-38页 |
3.2.2 LBP 提取图像纹理特征 | 第38-39页 |
3.2.3 Canny 算子提取图像形状特征 | 第39-41页 |
3.3 查询模块设计 | 第41-43页 |
3.3.1 特征相似性度量方法 | 第41-42页 |
3.3.2 图像检索方法 | 第42-43页 |
3.4 实验结果分析 | 第43-46页 |
3.4.1 实验方法 | 第43-45页 |
3.4.2 检测效果评价原则 | 第45-46页 |
3.4.3 实验结果和分析 | 第46页 |
3.5 小结 | 第46-47页 |
4 基于形状不变矩和纹理特征的图像检索方法 | 第47-57页 |
4.1 概述 | 第47页 |
4.2 图像内容的描述 | 第47-51页 |
4.2.1 阈值分割提取二值图像 | 第47-48页 |
4.2.2 Canny 算子提取图像边缘特征 | 第48-49页 |
4.2.3 Hu 不变矩提取图像形状特征 | 第49-50页 |
4.2.4 Uniform LBP 算法提取图像纹理特征 | 第50-51页 |
4.3 查询模块设计 | 第51-53页 |
4.3.1 特征相似性度量方法 | 第51-52页 |
4.3.2 图像检索方法 | 第52-53页 |
4.4 实验结果分析 | 第53-56页 |
4.4.1 实验方法 | 第53-55页 |
4.4.2 检测效果评价原则 | 第55页 |
4.4.3 实验结果和分析 | 第55-56页 |
4.5 小结 | 第56-57页 |
5 结论与展望 | 第57-59页 |
5.1 结论 | 第57页 |
5.2 创新点 | 第57-58页 |
5.3 展望 | 第58-59页 |
参考文献 | 第59-64页 |
附录 | 第64-75页 |
附录 1:基于内容图像检索原型系统 | 第64页 |
附录 2:基于内容图像检索系统的主要程序 | 第64-75页 |
致谢 | 第75-76页 |
硕士研究生期间发表论文 | 第76页 |