基于SVM的图像检索系统研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-14页 |
| ·研究背景及意义 | 第8-10页 |
| ·相关技术的研究现状 | 第10-13页 |
| ·研究目标及内容 | 第13-14页 |
| 第二章 基于内容的图像检索系统 | 第14-31页 |
| ·底层特征 | 第14-27页 |
| ·形状特征 | 第14-17页 |
| ·矩不变量 | 第14-16页 |
| ·傅立叶形状描述符 | 第16-17页 |
| ·颜色特征 | 第17-22页 |
| ·颜色模型 | 第17-19页 |
| ·颜色直方图 | 第19-21页 |
| ·颜色矩 | 第21页 |
| ·颜色集 | 第21-22页 |
| ·纹理特征 | 第22-27页 |
| ·基于灰度共生矩阵的纹理特征 | 第23-24页 |
| ·Tamura 纹理特征 | 第24-27页 |
| ·性能评价标准 | 第27-28页 |
| ·相关反馈 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 支持向量机及其在图像检索中的应用 | 第31-41页 |
| ·统计学习理论 | 第31-33页 |
| ·线性SVM | 第33-34页 |
| ·非线性SVM | 第34-36页 |
| ·多类分类问题 | 第36页 |
| ·SVM 在反馈检索中的应用 | 第36-40页 |
| ·应用原理 | 第37-38页 |
| ·算法总结 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于SVM 的反馈图像检索系统设计与实现 | 第41-59页 |
| ·算法原理及设计 | 第41-43页 |
| ·算法原理 | 第41页 |
| ·算法设计 | 第41-43页 |
| ·系统设计与实现 | 第43-53页 |
| ·功能模块 | 第43-44页 |
| ·关键技术实现 | 第44-53页 |
| ·底层特征 | 第44-49页 |
| ·SVM 训练技术 | 第49-53页 |
| ·检索实验 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-60页 |
| ·本文工作总结 | 第59页 |
| ·未来展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
