| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·课题背景和意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·基于内容图像搜索引擎发展趋势 | 第9页 |
| ·本文的研究内容 | 第9-10页 |
| ·论文的组织 | 第10-11页 |
| 2 基于内容图像搜索引擎关键技术概述 | 第11-14页 |
| ·图像特征提取方法 | 第11-12页 |
| ·图像颜色的空间信息 | 第11页 |
| ·信息熵概念 | 第11-12页 |
| ·基于内容图像搜索引擎索引技术 | 第12-13页 |
| ·搜索引擎机器学习 | 第13页 |
| ·本章小结 | 第13-14页 |
| 3 区域加权信息熵及其在基于内容图像搜索引擎中的应用 | 第14-20页 |
| ·图像信息熵概念 | 第14页 |
| ·区域加权信息熵 | 第14-19页 |
| ·区域加权信息熵定义 | 第14-16页 |
| ·性能评价指标 | 第16页 |
| ·权值选取 | 第16-17页 |
| ·区域加权信息熵图像特征提取实验 | 第17-19页 |
| ·对比实验及分析 | 第19页 |
| ·本章小结 | 第19-20页 |
| 4 基于内容图像搜索引擎索引技术研究 | 第20-28页 |
| ·R~* 树索引 | 第20页 |
| ·R~* 树适应性改进 | 第20-24页 |
| ·图像多特征预处理 | 第21-22页 |
| ·R~* 树圆域查询 | 第22-24页 |
| ·索引对比实验及其分析 | 第24-27页 |
| ·R~* 树建树实验 | 第24-25页 |
| ·圆域查询实验 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 5 基于内容图像搜索引擎机器学习研究 | 第28-37页 |
| ·对于相似图像重复查询的机器学习 | 第28-29页 |
| ·相似图像重复查询的机器学习的理论描述 | 第28页 |
| ·相似图像重复查询的机器学习的设计 | 第28-29页 |
| ·图像库学习 | 第29-31页 |
| ·图像库学习的理论描述 | 第30页 |
| ·图像库学习的设计 | 第30-31页 |
| ·结果集反馈学习 | 第31-32页 |
| ·结果集反馈学习的理论描述 | 第31-32页 |
| ·结果集反馈学习的设计 | 第32页 |
| ·实验以及结果分析 | 第32-36页 |
| ·相似图像重复查询的机器学习实验及其分析 | 第32-33页 |
| ·图像库学习实验及其分析 | 第33-34页 |
| ·结果集反馈实验及分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 6 基于内容图像搜索引擎V2.0 系统实例 | 第37-42页 |
| ·基于内容图像搜索引擎V2.0 设计 | 第37-38页 |
| ·基于内容图像搜索引擎V2.0 实例 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 7 结论 | 第42-43页 |
| ·总结 | 第42页 |
| ·展望 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 附录 | 第47页 |