视觉特征和语义相结合的图像检索技术研究与实现
| 图目录 | 第1-8页 |
| 表目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| §1.1 研究内容与背景 | 第11-12页 |
| §1.2 国内外研究现状 | 第12-13页 |
| §1.3 主要工作与论文结构 | 第13-15页 |
| 第二章 图像语义分析与处理 | 第15-20页 |
| §2.1 概述 | 第15页 |
| §2.2 汉语自动分词 | 第15-17页 |
| ·汉语自动分词方法 | 第15-17页 |
| ·切分歧义问题分析 | 第17页 |
| ·未登陆词问题 | 第17页 |
| §2.3 本文改进的自动分词方法 | 第17-18页 |
| §2.4 图像主题词分类词典 | 第18-19页 |
| §2.5 关键词权重计算 | 第19页 |
| §2.6 统计结果分析 | 第19-20页 |
| 第三章 基于内容的图像检索技术 | 第20-39页 |
| §3.1 概述 | 第20-22页 |
| ·基于内容的图像检索系统要素 | 第20-21页 |
| ·图像检索方式 | 第21-22页 |
| §3.2 图像特征提取和相似度量方法 | 第22-30页 |
| ·图像数据基于内容描述接口MPEG-7 | 第22-23页 |
| ·图像特征提取 | 第23-28页 |
| ·基于视觉特征的相似度量方法 | 第28-30页 |
| §3.3 本文改进的检索算法 | 第30-32页 |
| ·图像的空间关系特征 | 第30页 |
| ·本文基于颜色和空间关系的检索算法 | 第30-32页 |
| §3.4 本文的索引方法 | 第32-35页 |
| ·相关技术研究 | 第32-34页 |
| ·本文基于主对象颜色的聚类索引方法 | 第34-35页 |
| §3.5 图像语义提取算法 | 第35-37页 |
| §3.6 本文方法与MARS方法实验结果比较 | 第37-39页 |
| 第四章 相关反馈技术和性能测试 | 第39-59页 |
| §4.1 相关技术研究 | 第39-45页 |
| ·文本检索的相关反馈 | 第39-43页 |
| ·图像检索的相关反馈 | 第43-45页 |
| §4.2 本文的相关反馈方法 | 第45-55页 |
| ·视觉特征的相关反馈 | 第46-49页 |
| ·高层语义的相关反馈 | 第49-51页 |
| ·二者结合的相关反馈 | 第51页 |
| ·无语义信息的新图像入库 | 第51-52页 |
| ·基于关键字网络方法与传统方法的不同 | 第52页 |
| ·图像分类 | 第52-54页 |
| ·关键词的分层管理和传递 | 第54-55页 |
| §4.3 图像检索性能测试 | 第55-59页 |
| 第五章 图像检索原型系统设计与实现 | 第59-65页 |
| §5.1 系统结构 | 第59页 |
| §5.2 主要模块设计 | 第59-62页 |
| §5.3 图像数据库设计 | 第62-63页 |
| §5.4 用户界面设计 | 第63-64页 |
| §5.5 图像检索原型系统应用情况 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| §6.1 全文总结 | 第65页 |
| §6.2 下一步工作 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表的论文 | 第68-69页 |
| 参考文献 | 第69-71页 |
