基于独立成分分析的图像检索的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 引言 | 第10-17页 |
| ·基于内容的图像检索技术发展背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·图像的维数约减的相关研究现状 | 第12-15页 |
| ·本文的工作 | 第15-16页 |
| ·论文组织 | 第16-17页 |
| 2 基于内容的图像检索的关键技术 | 第17-37页 |
| ·颜色模型 | 第17-20页 |
| ·RGB 颜色模型 | 第17-18页 |
| ·HSV 颜色模型 | 第18-19页 |
| ·YUV 颜色模型 | 第19页 |
| ·CIE1976 L*A*B*颜色模型 | 第19-20页 |
| ·图像的底层特征 | 第20-30页 |
| ·颜色特征 | 第20-22页 |
| ·形状特征 | 第22-24页 |
| ·纹理特征 | 第24-26页 |
| ·MPEG-7 颜色描述符 | 第26-30页 |
| ·图像间相似性的度量 | 第30-32页 |
| ·欧式距离 | 第30-31页 |
| ·直方图相交距离 | 第31页 |
| ·二次式距离 | 第31页 |
| ·Mahalanobis 距离 | 第31-32页 |
| ·归一化 | 第32-34页 |
| ·内部归一化 | 第32-33页 |
| ·外部归一化 | 第33-34页 |
| ·检索性能的评价 | 第34-37页 |
| ·查全率和查准率 | 第34-35页 |
| ·MAP 值 | 第35页 |
| ·排序评价方法 | 第35页 |
| ·匹配百分数 | 第35-37页 |
| 3 基于内容的ICA 图像检索 | 第37-49页 |
| ·ICA 的数学预备知识 | 第37-41页 |
| ·概率与统计特征 | 第37-38页 |
| ·信息论的有关概念 | 第38-41页 |
| ·ICA 基本理论 | 第41-46页 |
| ·独立性定义 | 第41-42页 |
| ·独立性判据 | 第42-46页 |
| ·基于图像内容的独立成分分析算法 | 第46-49页 |
| ·FastICA 算法 | 第46-49页 |
| 4 实验 | 第49-64页 |
| ·实验使用的数据集 | 第49-51页 |
| ·数据集的预处理 | 第51-52页 |
| ·实验设计 | 第52-54页 |
| ·实验结果与分析 | 第54-64页 |
| ·ICA 在各个数据集的降维结果 | 第54-58页 |
| ·不同阈值提取出的独立特征的MAP 趋势 | 第58-64页 |
| 5 总结和展望 | 第64-67页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 简历 | 第73页 |
