| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第二章 图像检索技术的相关介绍 | 第17-26页 |
| 2.1 CBIR技术概述 | 第17-18页 |
| 2.2 底层特征的提取与表达 | 第18-22页 |
| 2.2.1 颜色特征 | 第18-20页 |
| 2.2.2 纹理特征 | 第20-21页 |
| 2.2.3 形状特征 | 第21-22页 |
| 2.3 图像特征的相似性度量 | 第22-25页 |
| 2.3.1 距离测度 | 第22-23页 |
| 2.3.2 相似度测度 | 第23-24页 |
| 2.3.3 概率测度 | 第24-25页 |
| 2.4 检索结果评价 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于颜色特征的图像检索 | 第26-39页 |
| 3.1 RGB颜色模型 | 第26-28页 |
| 3.2 HSV颜色模型 | 第28-29页 |
| 3.3 RGB和HSV颜色模型的相互转换 | 第29-30页 |
| 3.4 颜色空间量化 | 第30-33页 |
| 3.4.1 颜色空间量化的意义 | 第31页 |
| 3.4.2 常用的颜色空间量化方法 | 第31-33页 |
| 3.5 基于颜色特征的检索过程 | 第33-35页 |
| 3.5.1 颜色空间选择及量化 | 第33-34页 |
| 3.5.2 颜色特征的相似性度量 | 第34页 |
| 3.5.3 算法实现的步骤 | 第34-35页 |
| 3.6 实验结果与分析 | 第35-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 基于SIFT算法的图像检索 | 第39-54页 |
| 4.1 SIFT算法概述 | 第39页 |
| 4.2 SIFT算法的工作原理 | 第39-45页 |
| 4.2.1 尺度空间与极值点 | 第40-42页 |
| 4.2.2 精确定位关键特征点 | 第42-43页 |
| 4.2.3 生成SIFT特征向量 | 第43-44页 |
| 4.2.4 SIFT特征向量的匹配 | 第44-45页 |
| 4.3 改进型SIFT算法研究 | 第45-47页 |
| 4.3.1 PCA-SIFT算法概述 | 第45页 |
| 4.3.2 PCA-SIFT算法的步骤分析 | 第45-47页 |
| 4.4 实验结果与分析 | 第47-53页 |
| 4.4.1 SIFT算法实验仿真 | 第47-49页 |
| 4.4.2 PCA-SIFT算法实验仿真 | 第49-52页 |
| 4.4.3 实验结果分析 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于颜色和形状特征的图像检索 | 第54-67页 |
| 5.1 基于颜色和形状特征的图像检索的基本思想和流程 | 第54-55页 |
| 5.2 形状特征提取 | 第55-59页 |
| 5.2.1 图像预处理 | 第56页 |
| 5.2.2 全局形状特征的提取 | 第56-58页 |
| 5.2.3 局部形状特征的提取 | 第58-59页 |
| 5.3 综合特征的形成 | 第59-60页 |
| 5.4 自修正权重的综合特征检索方法 | 第60-61页 |
| 5.5 实验结果与分析 | 第61-66页 |
| 5.5.1 固定权重值检索实验 | 第62-64页 |
| 5.5.2 自修正权重值检索实验 | 第64-66页 |
| 5.5.3 实验结果分析 | 第66页 |
| 5.6 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |