首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于疏密颜色特征和区域加权的图像检索研究

摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第11-17页
    1.1 研究背景与意义第11-12页
    1.2 国内外研究状况第12-16页
    1.3 章节安排第16-17页
第二章 基于内容图像检索技术概述第17-32页
    2.1 图像检索系统流程第17-18页
    2.2 基于图像底层特征的图像检索第18-28页
        2.2.1 基于颜色特征的图像检索第18-22页
        2.2.2 基于纹理特征的图像检索第22-26页
        2.2.3 基于形状特征的图像检索第26-27页
        2.2.4 基于局部不变性特征的图像检索第27页
        2.2.5 基于多特征融合的图像检索第27-28页
    2.3 图像特征相似性度量第28-29页
        2.3.1 欧式距离第28页
        2.3.2 马氏距离第28-29页
        2.3.3 二次式距离第29页
        2.3.4 余弦相似度第29页
        2.3.5 D1距离第29页
    2.4 检索性能的评价标准第29-31页
        2.4.1 召回率和精确度第29-30页
        2.4.2 响应时间第30-31页
    2.5 本章小结第31-32页
第三章 改进的空间颜色直方图方法第32-47页
    3.1 颜色空间第32-35页
        3.1.1 HSV颜色空间第33页
        3.1.2 颜色空间的转换第33-34页
        3.1.3 HSV颜色空间的量化第34-35页
        3.1.4 颜色直方图图像检索第35页
    3.2 空间颜色特征第35-36页
        3.2.1 颜色聚合向量第35-36页
        3.2.2 颜色相关图第36页
    3.3 改进的颜色聚合向量特征第36-40页
        3.3.1 图像区域像素分布第36-38页
        3.3.2 基于区域像素疏密程度的颜色聚合向量特征第38-40页
    3.4 改进的颜色直方图算法第40-42页
    3.5 实验设计与结果分析第42-46页
        3.5.1 图像库第42-43页
        3.5.2 相似性度量算法第43-44页
        3.5.3 实验结果及分析第44-46页
    3.6 本章小结第46-47页
第四章 基于LBP纹理特征的图像检索算法第47-60页
    4.1 基本的LBP算子第47-50页
    4.2 LBP算子的图像检索性能第50-54页
        4.2.1 LBP_(p,r)~(iru2)算子第50-51页
        4.2.2 CS-LBP算子第51-52页
        4.2.3 性能分析第52-54页
    4.3 利用高注意度区域特征加权改进检索性能第54-55页
    4.4 构建新描述符第55页
    4.5 实验仿真结果第55-59页
    4.6 本章小结第59-60页
第五章 融合显著性图像特征的图像检索第60-72页
    5.1 视觉显著性特征第60-61页
        5.1.1 尺度空间第60-61页
        5.1.2 高斯尺度空间第61页
    5.2 显著性区域检测第61-65页
        5.2.1 显著性图的生成第62-64页
        5.2.2 显著性区域分割第64-65页
    5.3 特征融合策略第65-67页
        5.3.1 融合显著性的颜色特征第66页
        5.3.2 融合显著性的纹理特征第66-67页
    5.4 融合显著性算法总体流程第67页
    5.5 实验及分析第67-71页
        5.5.1 融合显著性区域和颜色特征的图像检索实验第67-69页
        5.5.2 融合显著性区域和纹理特征的图像检索实验第69-71页
    5.6 本章小结第71-72页
第六章 总结与展望第72-74页
    6.1 工作总结第72页
    6.2 工作展望第72-74页
参考文献第74-80页
致谢第80-81页
攻读学位期间发表的学术论文目录第81页

论文共81页,点击 下载论文
上一篇:填充路径规划与支撑算法在3D打印中的研究与设计
下一篇:基于图像相似度对比的Photoshop作品自动评阅方法研究