基于兴趣点和相关反馈的数字图像检索
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·选题研究背景及意义 | 第8-9页 |
| ·选题的国内外研究现状 | 第9-11页 |
| ·国外研究概况 | 第9-10页 |
| ·国内研究概况 | 第10-11页 |
| ·CBIR系统的体系结构 | 第11-12页 |
| ·研究内容及论文组织结构 | 第12-16页 |
| ·研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-16页 |
| 第二章 图像特征提取与检索方式 | 第16-34页 |
| ·图像特征的提取与表达 | 第16-29页 |
| ·颜色特征 | 第16-24页 |
| ·纹理特征 | 第24-28页 |
| ·形状特征 | 第28-29页 |
| ·空间关系特征 | 第29页 |
| ·语义特征 | 第29页 |
| ·相似性度量 | 第29-30页 |
| ·特征向量归一化 | 第30-31页 |
| ·多特征综合检索 | 第31-32页 |
| ·性能评价标准 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于兴趣点的感兴趣区域多特征综合检索 | 第34-54页 |
| ·定位感兴趣区域 | 第34-40页 |
| ·Harris角点检测获取兴趣点 | 第34-37页 |
| ·环形区域划分法确定感兴趣区域 | 第37-40页 |
| ·基于兴趣点的感兴趣区域多特征综合检索 | 第40-46页 |
| ·感兴趣区域的颜色及纹理特征提取 | 第40-44页 |
| ·一种改进的特征向量加权算法 | 第44-45页 |
| ·多特征相结合的相似性度量 | 第45-46页 |
| ·实验结果与分析 | 第46-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于兴趣点和相关反馈的图像检索 | 第54-64页 |
| ·相关反馈技术 | 第54-57页 |
| ·相关反馈的提出 | 第54-55页 |
| ·支持向量机算法原理 | 第55-57页 |
| ·基于兴趣点和相关反馈的图像检索 | 第57-59页 |
| ·SVM相关反馈的一般过程 | 第57-58页 |
| ·改进的基于兴趣点的SVM相关反馈算法 | 第58-59页 |
| ·实验结果与分析 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 总结 | 第64页 |
| 展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间取得的学术成果 | 第72-74页 |
| 致谢 | 第74页 |
