降维方法在图像检索中的应用
| 中文摘要 | 第1-4页 |
| Abstract(英文摘要) | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| §1.1 研究背景 | 第7-9页 |
| §1.2 国内外研究现状 | 第9-10页 |
| §1.3 研究意义 | 第10-11页 |
| §1.4 本文主要工作和组织安排 | 第11-13页 |
| 第二章 特征提取 | 第13-23页 |
| §2.1 颜色空间及其量化 | 第13-18页 |
| §2.1.1 RGB颜色空间 | 第14页 |
| §2.1.2 HSV颜色空间 | 第14-16页 |
| §2.1.3 HSV颜色空间的量化 | 第16-18页 |
| §2.2 图像的特征 | 第18-19页 |
| §2.2.1 颜色特征 | 第18页 |
| §2.2.2 颜色矩 | 第18-19页 |
| §2.3 图像的阈值 | 第19-20页 |
| §2.4 特征提取 | 第20-23页 |
| 第三章 数据降维 | 第23-30页 |
| §3.1 降维的定义 | 第23页 |
| §3.2 降维的方法 | 第23-24页 |
| §3.3 本征维数 | 第24页 |
| §3.4 局部线性嵌入(LLE)法 | 第24-28页 |
| §3.5 参数选取 | 第28-30页 |
| 第四章 特征匹配 | 第30-35页 |
| §4.1 计量定理 | 第30-31页 |
| §4.2 常用的匹配算法 | 第31-33页 |
| §4.3 特征向量归一化 | 第33-35页 |
| §4.3.1 高斯内部归一化 | 第33-35页 |
| 第五章 系统设计与实验结果分析 | 第35-39页 |
| §5.1 系统设计 | 第35-39页 |
| §5.1.1 实验结果分析 | 第36-39页 |
| 第六章 展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 攻读硕士学位期间取得的学术成果 | 第43-44页 |
| 致谢 | 第44-45页 |
