| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·基于内容图像检索技术研究的现状 | 第11-13页 |
| ·论文的主要工作 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 基于内容的图像检索技术 | 第16-24页 |
| ·基于内容图像检索系统的体系结构 | 第16-17页 |
| ·基于内容图像检索的原理特点 | 第17页 |
| ·基于内容的图像检索关键技术 | 第17-19页 |
| ·特征提取技术 | 第19-20页 |
| ·颜色特征 | 第19页 |
| ·纹理特征 | 第19页 |
| ·形状特征 | 第19-20页 |
| ·特征索引及检索技术 | 第20页 |
| ·相似性测量技术 | 第20-22页 |
| ·相关反馈机制 | 第22-23页 |
| ·系统的检索性能评价 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于颜色空间信息直方图的图像检索 | 第24-39页 |
| ·颜色模型的选择 | 第24-28页 |
| ·RGB颜色模型 | 第24-25页 |
| ·HSV颜色模型 | 第25-26页 |
| ·颜色模型的转化及改进 | 第26-28页 |
| ·HSV模型的非均匀量化 | 第28-30页 |
| ·加权直方图特征表示 | 第30-36页 |
| ·Delaunay三角剖分 | 第32-33页 |
| ·表示颜色空间分布信息的角度直方图 | 第33-35页 |
| ·加权颜色直方图特征表示及匹配算法 | 第35-36页 |
| ·实验及结果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 自适应的K-MEANS聚类算法和层次索引结构 | 第39-64页 |
| ·聚类分析技术 | 第39-44页 |
| ·聚类分析概论 | 第39页 |
| ·聚类分析的典型要求 | 第39-41页 |
| ·主要的聚类算法 | 第41-44页 |
| ·K-MEANS聚类算法分析 | 第44-47页 |
| ·k-means算法介绍 | 第44-46页 |
| ·k-means算法的缺陷分析 | 第46-47页 |
| ·一种自适应的K-MEANS聚类算法 | 第47-53页 |
| ·选取两个最佳初始聚类中心 | 第47-49页 |
| ·聚类个数k值的确定 | 第49-51页 |
| ·对改进k-means算法的描述 | 第51-52页 |
| ·仿真实验及分析 | 第52-53页 |
| ·一种基于自适应的K-MEANS聚类和层次聚类的层次索引结构 | 第53-60页 |
| ·高维数据及其索引结构的特点 | 第54页 |
| ·设计思想 | 第54-56页 |
| ·分层索引结构的实现 | 第56-59页 |
| ·检索过程 | 第59-60页 |
| ·实验结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 CBIR系统设计与实验分析 | 第64-74页 |
| ·系统框架及各功能模块 | 第64-68页 |
| ·图像检索系统框架 | 第64-65页 |
| ·图像数据库管理模块 | 第65-66页 |
| ·图像检索模块 | 第66-68页 |
| ·程序代码主要的类和结构 | 第68-70页 |
| ·位图操作类CDib | 第68-69页 |
| ·特征层次索引类ClusterFeatrue | 第69-70页 |
| ·结果队列类CShowresult | 第70页 |
| ·实验结果与分析 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 结论与展望 | 第74-76页 |
| ·工作总结 | 第74-75页 |
| ·需进一步研究的工作 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间发表的学术论文 | 第81页 |