| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文的主要工作与结构 | 第15-17页 |
| 第二章 基于内容的图像检索理论概述 | 第17-25页 |
| 2.1 基于内容的图像检索系统的典型框架 | 第17-18页 |
| 2.2 图像特征的计算方法 | 第18-19页 |
| 2.2.1 颜色直方图特征 | 第18-19页 |
| 2.2.2 DCT变换特征 | 第19页 |
| 2.2.3 BOW模型特征 | 第19页 |
| 2.3 图像特征的聚类方法 | 第19-22页 |
| 2.4 图像特征的比较方法 | 第22-23页 |
| 2.5 图像特征的搜索方法 | 第23-24页 |
| 2.6 图像检索算法的评价指标 | 第24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 基于DCT变换与分块中值相结合的检索算法 | 第25-31页 |
| 3.1 DCT变换的基本原理与其在图像检索算法中的作用 | 第25-26页 |
| 3.2 DCT变换与分块中值相结合的图像特征向量提取算法 | 第26-28页 |
| 3.3 特征向量比较方法 | 第28页 |
| 3.4 实验结果及其分析 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 显著性区域提取与BOW模型相结合的图像检索 | 第31-46页 |
| 4.1 BOW模型原理及其在图像检索中的应用 | 第31-34页 |
| 4.1.1 BOW模型原理 | 第31-32页 |
| 4.1.2 BOW模型在图像检索领域的应用 | 第32-33页 |
| 4.1.3 基于BOW模型的图像检索遇到的问题 | 第33-34页 |
| 4.2 将显著性区域提取算法与BOW模型相结合的图像检索算法 | 第34-41页 |
| 4.2.1 显著性区域提取 | 第34页 |
| 4.2.2 基于直方图对比度的显著性区域提取算法 | 第34-36页 |
| 4.2.3 将显著性区域提取算法加入到BOW模型中 | 第36-41页 |
| 4.3 改进之后的BOW模型的实验结果及分析 | 第41-45页 |
| 4.3.1 实验数据 | 第41-42页 |
| 4.3.2 实验环境 | 第42-43页 |
| 4.3.3 实验过程 | 第43-44页 |
| 4.3.4 实验结果与分析 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 攻读学位期间所发表的学术论文 | 第53页 |
