| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-16页 |
| 1.1 CBIR 技术概述 | 第10页 |
| 1.2 图像的语义层次模型 | 第10-11页 |
| 1.3 CBIR 系统组成 | 第11-12页 |
| 1.4 CBIR 原型系统 | 第12-13页 |
| 1.5 CBIR 技术的应用 | 第13-14页 |
| 1.6 本文的主要工作 | 第14-16页 |
| 1.6.1 主要工作 | 第14-15页 |
| 1.6.2 章节安排 | 第15-16页 |
| 第二章 特征提取技术 | 第16-30页 |
| 2.1 颜色特征 | 第16-20页 |
| 2.1.1 颜色空间模型 | 第16-19页 |
| 2.1.2 颜色直方图 | 第19-20页 |
| 2.1.3 颜色矩 | 第20页 |
| 2.1.4 主色调直方图法和颜色集 | 第20页 |
| 2.2 纹理特征 | 第20-25页 |
| 2.2.1 灰度共生矩阵 | 第21-22页 |
| 2.2.2 Tamura 纹理特征 | 第22-24页 |
| 2.2.3 自回归纹理模型 | 第24页 |
| 2.2.4 小波变换 | 第24-25页 |
| 2.3 形状特征 | 第25-27页 |
| 2.3.1 傅立叶描述子 | 第25-26页 |
| 2.3.2 形状不变矩 | 第26-27页 |
| 2.3.3 形状特征小结 | 第27页 |
| 2.4 空间位置关系 | 第27-28页 |
| 2.4.1 基于图像分割的方法 | 第27-28页 |
| 2.4.2 基于图像子块的方法 | 第28页 |
| 2.5 小结 | 第28-30页 |
| 第三章 CBIR 技术的其它课题 | 第30-38页 |
| 3.1 匹配与相似性度量 | 第30-31页 |
| 3.2 多特征融合 | 第31-33页 |
| 3.2.1 内部特征归一化 | 第31-32页 |
| 3.2.2 外部特征归一化 | 第32页 |
| 3.2.3 综合特征的相似性度量 | 第32-33页 |
| 3.2.4 相关反馈 | 第33页 |
| 3.3 图像特征的索引技术 | 第33-34页 |
| 3.3.1 维数缩减技术 | 第34页 |
| 3.3.2 多维索引技术 | 第34页 |
| 3.4 CBIR 系统性能评价 | 第34-37页 |
| 3.4.1 评价准则(Evaluation criteria) | 第35-36页 |
| 3.4.2 标准图像集和图像相关性 | 第36-37页 |
| 3.5 小结 | 第37-38页 |
| 第四章 SIFT 算法及其在图像匹配中的应用 | 第38-53页 |
| 4.1 SIFT 算法技术细节 | 第39-46页 |
| 4.1.1 构建尺度空间 | 第39-41页 |
| 4.1.2 特征提取 | 第41-45页 |
| 4.1.3 特征匹配 | 第45-46页 |
| 4.2 SIFT 算法的应用 | 第46-47页 |
| 4.3 SIFT 算法扩展 | 第47-49页 |
| 4.3.1 PCA-SIFT | 第47-48页 |
| 4.3.2 GLOH | 第48-49页 |
| 4.4 实验 | 第49-53页 |
| 第五章 SIFT 算子应用于图像检索 | 第53-62页 |
| 5.1 SIFT 算子用于图像检索的分析 | 第53-55页 |
| 5.2 SIFT 检索系统及实验 | 第55-61页 |
| 5.2.1 系统设计与实现 | 第55-57页 |
| 5.2.2 实验设计 | 第57-58页 |
| 5.2.3 结果与分析 | 第58-61页 |
| 5.3 小结 | 第61-62页 |
| 第六章 回顾与展望 | 第62-65页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间已发表或录用的论文 | 第70-72页 |