| 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 |
