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

基于边缘方向差特征的图像检索方法

摘要第3-4页
Abstract第4页
第一章 绪论第8-14页
    1.1 图像检索的研究背景与现状第8-9页
    1.2 图像检索的方法第9-12页
        1.2.1 基于文本的图像检索第9-10页
        1.2.2 基于内容的图像检索第10-11页
        1.2.3 基于语义的图像检索第11-12页
    1.3 图像检索算法的性能评价第12-13页
        1.3.1 查准率和查全率第12页
        1.3.2 排序值评价方法第12-13页
    1.4 论文的主要内容和安排第13-14页
第二章 图像表示模型概述第14-22页
    2.1 词袋模型基本原理第14-16页
    2.2 基本空间金字塔模型第16-18页
    2.3 稀疏编码空间金字塔模型第18-19页
    2.4 局部线性约束编码第19-20页
    2.5 本章小结第20-22页
第三章 基于边缘方向差直方图的图像检索方法第22-38页
    3.1 方向可调滤波器第22-23页
    3.2 图像边缘提取第23-26页
        3.2.1 边缘方向预测向量第23-24页
        3.2.2 边缘预测方向第24页
        3.2.3 边缘方向向量第24-25页
        3.2.4 边缘方向像素点第25-26页
    3.3 特征提取第26-28页
    3.4 特征融合第28-29页
    3.5 相似性匹配第29页
    3.6 算法步骤和流程图第29-31页
    3.7 实验结果与分析第31-36页
        3.7.1 实验仿真环境第31页
        3.7.2 实验内容第31-32页
        3.7.3 实验结果的主观评价与量化分析第32-36页
    3.8 本章小结第36-38页
第四章 基于超像素编码的图像检索方法第38-52页
    4.1 超像素及其描述过程第38-39页
    4.2 SLIC超像素方法第39-40页
    4.3 特征提取第40-42页
        4.3.1 边缘方向差描述子第40-41页
        4.3.2 特征集成第41-42页
    4.4 编码表示第42-43页
    4.5 算法步骤第43-44页
    4.6 实验结果与分析第44-51页
        4.6.1 实验仿真环境第44页
        4.6.2 实验内容第44-45页
        4.6.3 码本分析第45-47页
        4.6.4 实验结果的主观评价与量化分析第47-51页
    4.7 本章小结第51-52页
第五章 基于边缘方向差描述子加权编码的图像检索方法第52-68页
    5.1 特征提取第52-55页
    5.2 图像的加权编码表示第55-56页
    5.3 算法步骤与流程第56-57页
    5.4 实验结果与分析第57-65页
        5.4.1 实验仿真环境第57页
        5.4.2 实验内容第57-58页
        5.4.3 码本分析第58-61页
        5.4.4 实验结果的主观评价与量化分析第61-65页
    5.5 论文方法分析第65-66页
    5.6 本章小结第66-68页
第六章 总结与展望第68-70页
    6.1 本文工作总结第68-69页
    6.2 工作展望第69-70页
致谢第70-72页
参考文献第72-78页
研究生在读期间的研究成果第78页

论文共78页,点击 下载论文
上一篇:Verilog-to-MSVL程序翻译软件的实现
下一篇:电子渠道日志统计分析系统的设计与实现