| 1 引言 | 第1-16页 |
| 1．1 基于内容的图像检索技术的研究内容及现状 | 第7-9页 |
| 1．1．1 传统技术在图像检索中的局限性 | 第7-8页 |
| 1．1．2 基于内容的图像检索技术的内容及特点 | 第8-9页 |
| 1．2 图像检索系统的关键技术 | 第9-12页 |
| 1．3 图像检索系统介绍 | 第12-14页 |
| 1．4 本文的研究内容 | 第14-16页 |
| 2 基于颜色特征的检索方法 | 第16-23页 |
| 2．1 常用的颜色模型 | 第16-19页 |
| 2．1．1 RGB颜色模型 | 第16-17页 |
| 2．1．2 HSL颜色模型 | 第17-19页 |
| 2．2 颜色直方图的计算 | 第19-21页 |
| 2．2．1 核心思想 | 第19页 |
| 2．2．2 HSL颜色的非均匀量化 | 第19-20页 |
| 2．2．3 直方图统计 | 第20-21页 |
| 2．3 颜色特征用于检索的优缺点 | 第21-23页 |
| 3 基于纹理的图像检索方法 | 第23-29页 |
| 3．1 基本思想 | 第23页 |
| 3．2 纹理分析方法 | 第23-29页 |
| 3．2．1 共生矩阵方法 | 第23-25页 |
| 3．2．2 Tumura纹理表示法 | 第25-29页 |
| 4 基于形状的图像检索方法 | 第29-41页 |
| 4．1 矩算术不变矩 | 第29-31页 |
| 4．2 边缘比较 | 第31-41页 |
| 4．2．1 边缘检测与跟踪 | 第31-36页 |
| 4．2．2 边缘直方图 | 第36-38页 |
| 4．2．3 傅立叶描述法(FourierDescriptors) | 第38-41页 |
| 5 图像多特征的综合检索 | 第41-48页 |
| 5．1 纹理图像和非纹理图像的区分方法研究 | 第41-43页 |
| 5．2 多特征的归一化 | 第43-44页 |
| 5．2．1 内部归一化 | 第43-44页 |
| 5．2．2 外部归一化 | 第44页 |
| 5．3 距离度量 | 第44-48页 |
| 6 图像处理及检索系统的实现 | 第48-64页 |
| 6．1 软件的设计 | 第48-49页 |
| 6．1．1 开发环境 | 第48页 |
| 6．1．2 运行环境 | 第48页 |
| 6．1．3 基本功能 | 第48-49页 |
| 6．2 系统框架 | 第49-62页 |
| 6．2．1 总体框架图 | 第49页 |
| 6．2．2 图像处理 | 第49-52页 |
| 6．2．3 特征提取 | 第52-59页 |
| 6．2．4 图像数据库 | 第59-61页 |
| 6．2．5 特征匹配 | 第61-62页 |
| 6．3 系统界面和基本操作 | 第62-64页 |
| 6．3．1 特征信息入库 | 第62页 |
| 6．3．2 基于内容检索 | 第62-64页 |
| 7 本系统的评价 | 第64-68页 |
| 7．1 评价技术 | 第64-66页 |
| 7．1．1 查全率和查准率 | 第64-65页 |
| 7．1．2 平均积分比 | 第65-66页 |
| 7．2 本系统的检索效果和评价 | 第66-68页 |
| 7．2．1 查全率和查准率分析 | 第66-67页 |
| 7．2．2 本系统的平均积分测算 | 第67-68页 |
| 8 结论 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 声明 | 第72-73页 |
| 致谢 | 第73页 |