基于粒计算的图像检索方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 图像检索国内外研究现状 | 第11-13页 |
| 1.3 粒计算理论国内外研究现状 | 第13-14页 |
| 1.4 论文研究内容与结构安排 | 第14-16页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 结构安排 | 第15-16页 |
| 第二章 图像检索、粒计算基础知识 | 第16-26页 |
| 2.1 图像检索基础知识 | 第16-21页 |
| 2.1.1 图像检索系统的基本结构 | 第16页 |
| 2.1.2 图像特征提取 | 第16-19页 |
| 2.1.3 图像相似度计算 | 第19-20页 |
| 2.1.4 图像检索系统的评价标准 | 第20-21页 |
| 2.2 粒计算相关理论 | 第21-25页 |
| 2.2.1 多粒度基础知识 | 第21-23页 |
| 2.2.2 云模型基础知识 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于多粒度划分的图像检索方法 | 第26-38页 |
| 3.1 引言 | 第26-27页 |
| 3.2 构建图像信息表 | 第27-28页 |
| 3.3 基于多粒度划分的图像检索模型 | 第28-34页 |
| 3.3.1 基于多粒度规则获取算法划分图像库 | 第28-31页 |
| 3.3.2 基于内涵重要度的图像相似性度量 | 第31-33页 |
| 3.3.3 基于多粒度划分的图像检索算法 | 第33-34页 |
| 3.4 实验分析 | 第34-36页 |
| 3.4.1 数据集介绍 | 第34页 |
| 3.4.2 实验结果与分析 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 保留BoW特征多样性的图像检索方法 | 第38-48页 |
| 4.1 引言 | 第38-39页 |
| 4.2 基于Bo W模型的图像检索框架 | 第39-42页 |
| 4.2.1 关键点检测 | 第39-40页 |
| 4.2.2 提取特征描述子 | 第40页 |
| 4.2.3 码本生成 | 第40页 |
| 4.2.4 局部描述子量化 | 第40-41页 |
| 4.2.5 特征池化 | 第41-42页 |
| 4.3 保留Bo W特征多样性的图像检索模型 | 第42-44页 |
| 4.3.1 基于云模型的特征池化方法 | 第42-43页 |
| 4.3.2 保留Bo W特征多样性的图像检索算法 | 第43-44页 |
| 4.4 实验分析 | 第44-46页 |
| 4.4.1 数据集介绍 | 第44-45页 |
| 4.4.2 实验结果与分析 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 结论 | 第48-50页 |
| 5.1 工作总结 | 第48页 |
| 5.2 今后研究构想 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-58页 |
| 攻读学位期间的科研成果 | 第58-59页 |
