| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题研究背景与意义 | 第8-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外图像检索技术研究情况介绍 | 第10-11页 |
| ·国内图像检索技术研究情况介绍 | 第11-12页 |
| ·本文的研究内容和章节安排 | 第12-13页 |
| 第2章 图像语义检索方法研究 | 第13-20页 |
| ·图像语义模型 | 第13-15页 |
| ·图像语义表示及语义特征提取 | 第15-17页 |
| ·语义表示 | 第15-16页 |
| ·语义特征提取 | 第16-17页 |
| ·语义分类方法 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 视觉特征提取算法研究 | 第20-39页 |
| ·颜色特征的提取 | 第20-28页 |
| ·颜色空间 | 第20-23页 |
| ·颜色特征的描述 | 第23-24页 |
| ·基于HSV的颜色特征 | 第24-26页 |
| ·基于HSV的分块加权颜色特征 | 第26-27页 |
| ·实验结果及分析 | 第27-28页 |
| ·纹理特征的提取 | 第28-34页 |
| ·纹理描述方法 | 第28-30页 |
| ·灰度共生矩阵 | 第30-32页 |
| ·灰度纹理矩 | 第32-34页 |
| ·实验结果及分析 | 第34页 |
| ·形状特征的提取 | 第34-38页 |
| ·形状特征的描述 | 第34-35页 |
| ·不变矩 | 第35-37页 |
| ·实验结果及分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于SVM语义分类和视觉特征提取的图像检索方法研究 | 第39-54页 |
| ·基于支持向量机的分类方法研究 | 第39-45页 |
| ·支持向量机方法基本理论 | 第39-42页 |
| ·SVM的核函数及参数选择 | 第42-43页 |
| ·多类别分类SVM的构造 | 第43-45页 |
| ·基于SVM语义分类和视觉特征提取的图像检索方法 | 第45-46页 |
| ·实验结果及分析 | 第46-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61页 |