摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-30页 |
1.1 研究的目的与意义 | 第12-13页 |
1.2 国内外发展现状 | 第13-27页 |
1.2.1 图像底层特征国内外发展现状 | 第13-20页 |
1.2.2 鞋底花纹图像检索技术国内外发展现状 | 第20-23页 |
1.2.3 语义表达的国内外发展现状 | 第23-26页 |
1.2.4 鞋底花纹数据库 | 第26-27页 |
1.2.5 现阶段语义表达与底层特征检索技术存在的问题 | 第27页 |
1.3 本文的主要工作和章节安排 | 第27-30页 |
1.3.1 主要工作内容 | 第27-29页 |
1.3.2 本文组织结构 | 第29-30页 |
第2章 鞋底花纹图像的语义表达框架 | 第30-38页 |
2.1 鞋底花纹图像语义表达方法研究的必要性 | 第30-31页 |
2.2 鞋底花纹图像语义特点分析 | 第31-32页 |
2.3 一种针对鞋底花纹图像的语义表达框架 | 第32-35页 |
2.4 针对鞋底花纹图像的语义表达框架合理性的验证 | 第35-36页 |
2.5 本文算法测试数据库 | 第36-37页 |
2.6 本章小结 | 第37-38页 |
第3章 鞋底花纹图像整体性语义表达算法 | 第38-66页 |
3.1 基于梯度矢量流的鞋底花纹轮廓提取算法 | 第38-48页 |
3.1.1 梯度矢量流模型概述 | 第39-41页 |
3.1.2 鞋底花纹整体性轮廓特点分析 | 第41-42页 |
3.1.3 算法原理 | 第42-44页 |
3.1.4 算法过程描述 | 第44-46页 |
3.1.5 实验结果与分析 | 第46-48页 |
3.2 基于几何和轮廓信息的鞋底花纹图像左右脚判别算法 | 第48-59页 |
3.2.1 基于关键几何点信息的左右脚判别准则 | 第48-51页 |
3.2.2 基于整体轮廓信息的左右脚判别准则 | 第51-55页 |
3.2.3 基于置信区间的鞋底花纹图像左右脚判别算法 | 第55-59页 |
3.3 基于能量谱分布的鞋底花纹图像纹理整体方向提取 | 第59-65页 |
3.3.1 算法原理 | 第59-62页 |
3.3.2 算法流程 | 第62-63页 |
3.3.3 实验结果与分析 | 第63-65页 |
3.4 本章小结 | 第65-66页 |
第4章 基于轮廓特征和SVM的鞋底花纹语义基元自动标注算法 | 第66-82页 |
4.1 鞋底花纹图像预处理 | 第66-69页 |
4.1.1 鞋底花纹图像预处理分析 | 第66-67页 |
4.1.2 鞋底花纹图像旋转矫正 | 第67-68页 |
4.1.3 鞋底花纹图像平移校正 | 第68-69页 |
4.2 基于极坐标统计信息的轮廓描述 | 第69-73页 |
4.2.1 连通域获取 | 第69-70页 |
4.2.2 基于极坐标分区统计信息的轮廓描述 | 第70-73页 |
4.3 基于轮廓特征和SVM的鞋底花纹语义基元的语义自动标注算法 | 第73-79页 |
4.3.1 SVM分类的基本原理 | 第73-77页 |
4.3.2 基于轮廓特征和SVM的鞋底花纹语义基元的语义标注算法 | 第77-78页 |
4.3.3 语义基元表达模型 | 第78-79页 |
4.4 实验结果与分析 | 第79-80页 |
4.5 本章小结 | 第80-82页 |
第5章 基于近邻域和周期关系的鞋底花纹语义单元表达算法 | 第82-91页 |
5.1 鞋底花纹图像语义单元概述 | 第82-84页 |
5.2 基于近邻域的鞋底花纹图像语义单元表达算法 | 第84-86页 |
5.2.1 基于近邻域的语义单元获取 | 第84页 |
5.2.2 基于近邻域的语义单元表达 | 第84-86页 |
5.3 基于周期关系的鞋底花纹图像语义单元表达算法 | 第86-88页 |
5.3.1 基于周期关系的语义单元获取 | 第86-87页 |
5.3.2 基于周期关系的语义单元表达 | 第87-88页 |
5.4 实验结果与分析 | 第88-89页 |
5.5 本章小结 | 第89-91页 |
第6章 鞋底花纹图像语义信息在检索中的应用 | 第91-99页 |
6.1 基于局部语义信息的图像检索 | 第91-94页 |
6.1.1 应用背景分析 | 第91页 |
6.1.2 相似性度量 | 第91-92页 |
6.1.3 实验结果分析 | 第92-94页 |
6.2 基于语义信息的鞋底花纹图像检索算法 | 第94-96页 |
6.2.1 鞋底花纹图像语义信息的相似性衡量 | 第94-95页 |
6.2.2 实验结果与分析 | 第95-96页 |
6.3 语义信息检索与基于底层特征的图像检索相结合的检索策略 | 第96-98页 |
6.3.1 两类检索算法的结合策略 | 第96-97页 |
6.3.2 实验结果与分析 | 第97-98页 |
6.4 本章小结 | 第98-99页 |
总结与展望 | 第99-101页 |
本文主要工作总结 | 第99-100页 |
未来工作展望 | 第100-101页 |
参考文献 | 第101-110页 |
致谢 | 第110-111页 |
作者简介 | 第111页 |