| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9页 |
| 1.2 传统的图像检索技术概述 | 第9-11页 |
| 1.3 图像的底层视觉特征提取的研究情况 | 第11-14页 |
| 1.3.1 基于内容的图像的检索技术概述 | 第11-13页 |
| 1.3.2 国内外的研究现状 | 第13-14页 |
| 1.4 本篇论文的主要的研究工作 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 基于内容的图像检索关键技术 | 第16-25页 |
| 2.1 基于内容的图像的检索技术框架 | 第16-17页 |
| 2.2 基于内容的图像检索特征提取方法 | 第17-23页 |
| 2.2.1 图像的颜色特征 | 第17-20页 |
| 2.2.2 图像的纹理特征 | 第20-22页 |
| 2.2.3 图像的形状特征 | 第22-23页 |
| 2.3 检索性能评价标准 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于颜色特征的图像的检索技术 | 第25-48页 |
| 3.1 颜色的空间模型的选取 | 第25-29页 |
| 3.1.1 RGB 颜色模型 | 第25-27页 |
| 3.1.2 HSV 颜色模型 | 第27-28页 |
| 3.1.3 RGB 和 HSV 颜色模型的相互转换 | 第28-29页 |
| 3.2 本文采用的颜色特征提取算法 | 第29-31页 |
| 3.2.1 颜色的直方图 | 第29页 |
| 3.2.2 累加直方图 | 第29-30页 |
| 3.2.3 颜色矩 | 第30-31页 |
| 3.3 颜色量化 | 第31-37页 |
| 3.4 颜色特征的相似度计算及检索流程 | 第37-38页 |
| 3.5 基于颜色特征的检索效果及结果分析 | 第38-46页 |
| 3.6 实验平台介绍 | 第46-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第四章 基于纹理特征的图像检索算法研究 | 第48-69页 |
| 4.1 基于灰度共生矩阵的纹理分析方法 | 第48-50页 |
| 4.1.1 灰度共生矩阵的定义 | 第48页 |
| 4.1.2 纹理特征参数的提取 | 第48-50页 |
| 4.2 TAMURA 纹理分析方法 | 第50页 |
| 4.3 基于纹理特征检索的流程 | 第50-54页 |
| 4.4 综合颜色和纹理特征的提取算法 | 第54-55页 |
| 4.5 实验结果分析 | 第55-64页 |
| 4.6 实验平台介绍 | 第64-67页 |
| 4.7 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-72页 |
| 5.1 总结 | 第69-71页 |
| 5.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |