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LTP与SIFT相结合的图像检索

摘要第4-5页
Abstract第5页
第1章 绪论第8-14页
    1.1 课题研究的背景与意义第8-9页
    1.2 基于内容的图像检索系统第9-11页
    1.3 国内外研究现状第11-12页
    1.4 本文的主要工作第12-13页
    1.5 本文的结构安排第13-14页
第2章 基于内容的图像检索相关技术第14-23页
    2.1 图像特征描述第14-18页
        2.1.1 常用的低层视觉特征及描述方法第15-17页
        2.1.2 空间关系特征及其描述第17-18页
        2.1.3 语义特征第18页
    2.2 相似性度量第18-20页
        2.2.1 距离度量法第19-20页
        2.2.2 直方图相交法第20页
        2.2.3 相关系数法第20页
    2.3 性能评价标准第20-21页
    2.4 本章小结第21-23页
第3章 基于LTP算法的图像检索第23-37页
    3.1 LBP特征描述算子第23-24页
    3.2 LTP特征描述算子第24-26页
    3.3 基于LTP算法的图像检索实验设计第26-36页
        3.3.1 预处理第26-31页
        3.3.2 基于LTP算法的图像检索相似性度量第31页
        3.3.3 基于LTP算法的图像检索结果及分析第31-36页
    3.4 本章小结第36-37页
第4章 基于SIFT算法的图像检索第37-51页
    4.1 SIFT算法概述第37页
    4.2 SIFT算法实现第37-44页
        4.2.1 尺度空间极值点检测第38-40页
        4.2.2 关键点的定位第40-42页
        4.2.3 关键点方向的分配第42-43页
        4.2.4 生成特征描述符第43-44页
    4.3 SIFT算法性能第44-47页
    4.4 基于SIFT算法的图像检索结果及分析第47-50页
        4.4.1 基于SIFT算法的图像检索步骤第47-48页
        4.4.2 基于SIFT算法的图像检索相似性度量第48页
        4.4.3 基于SIFT算法的图像检索结果及分析第48-50页
    4.5 本章小结第50-51页
第5章 基于LTP与SIFT相结合的图像检索第51-59页
    5.1 算法实现步骤第51-52页
    5.2 实验结果分析第52-58页
    5.3 本章小结第58-59页
第6章 总结与展望第59-62页
参考文献第62-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:SIRT1的选择性剪接变异体参与大鼠神经干细胞的分化研究
下一篇:基于802.11标准的低噪声放大器设计