基于SVM的相关反馈图像检索技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 图表目录索引 | 第9-10页 |
| 第一章 引言 | 第10-16页 |
| ·图像检索研究的背景 | 第10-11页 |
| ·CBIR的关键技术 | 第11-12页 |
| ·国内外典型系统介绍 | 第12-15页 |
| ·本文的研究内容与各章节安排 | 第15-16页 |
| 第二章 颜色和纹理特征的分析与提取 | 第16-29页 |
| ·颜色特征分析和提取 | 第16-21页 |
| ·颜色空间的选择 | 第16-19页 |
| ·颜色直方图 | 第19-21页 |
| ·纹理特征分析和提取 | 第21-29页 |
| ·主要的纹理特征描述方法 | 第22-25页 |
| ·基于Gabor变换的纹理特征提取 | 第25-29页 |
| 第三章 基于用户感兴趣区域的图像检索 | 第29-39页 |
| ·三种基本的图像检索方法 | 第29-32页 |
| ·基于用户感兴趣区域的图像检索算法 | 第32-39页 |
| ·子图划分与匹配策略 | 第32-34页 |
| ·图像特征模型 | 第34-35页 |
| ·特征的高斯归一化 | 第35-36页 |
| ·特征相似性度量 | 第36-39页 |
| 第四章 支持向量机与相关反馈检索技术 | 第39-54页 |
| ·支持向量机基本理论 | 第39-45页 |
| ·统计学习理论 | 第39-41页 |
| ·最优分类面 | 第41-42页 |
| ·SVM数学模型 | 第42-45页 |
| ·图像检索的相关反馈技术 | 第45-54页 |
| ·基于权重调整的 MARS反馈方法 | 第47-49页 |
| ·改进的 MARS相关反馈算法 | 第49-52页 |
| ·基于 SVM的相关反馈算法 | 第52-54页 |
| 第五章 实验系统设计与开发 | 第54-60页 |
| ·MATLAB程序与Web的接口设计 | 第54-57页 |
| ·实验系统体系结构 | 第57-60页 |
| ·库生成模块 | 第57-58页 |
| ·查询模块 | 第58-60页 |
| 第六章 实验结果分析和系统评价 | 第60-78页 |
| ·检索算法评价指标 | 第61-62页 |
| ·单一特征与综合特征检索比较实验 | 第62-71页 |
| ·单颜色特征检索 | 第63-64页 |
| ·单纹理特征检索 | 第64-68页 |
| ·综合特征检索实验 | 第68-71页 |
| ·径向基核与多项式核函数的参数选择实验比较 | 第71-78页 |
| 第七章 结论与展望 | 第78-80页 |
| ·论文工作总结 | 第78-79页 |
| ·进一步的研究工作 | 第79-80页 |
| 附录一 部分主要的Matlab程序 | 第80-90页 |
| 附录二 实验样例所选取的ROI | 第90-91页 |
| 附录三 硕士在读期间所发表的论文 | 第91-92页 |
| 参考文献 | 第92-95页 |
| 致谢 | 第95页 |
