| 第一章 绪论 | 第1-13页 |
| ·引言 | 第7页 |
| ·图像检索技术的发展 | 第7-10页 |
| ·基于区域的图像检索技术 | 第10-12页 |
| ·本论文研究的主要内容 | 第12-13页 |
| 第二章 常用的图像特征 | 第13-24页 |
| ·颜色特征 | 第13-18页 |
| ·颜色空间模型 | 第13-16页 |
| ·颜色特征提取 | 第16-18页 |
| ·形状特征 | 第18-20页 |
| ·傅立叶形状描述符 | 第19页 |
| ·不变矩 | 第19-20页 |
| ·纹理特征 | 第20-24页 |
| ·统计法 | 第21-22页 |
| ·结构法 | 第22-23页 |
| ·频谱法 | 第23-24页 |
| 第三章 图像分割算法 | 第24-36页 |
| ·图像分割的数学定义 | 第24-25页 |
| ·一般的图像分割办法 | 第25-26页 |
| ·综合颜色和空间信息的自动图像分割算法 | 第26-29页 |
| ·初始分割 | 第26-27页 |
| ·区域合并 | 第27-28页 |
| ·算法的综合描述 | 第28-29页 |
| ·点聚集—图分割算法 | 第29-34页 |
| ·基于图分割（Graph-cut）的图像分割基本思想 | 第29-31页 |
| ·分割预处理 | 第31-32页 |
| ·分割后期处理 | 第32页 |
| ·基于点聚集—图分割的图像分割具体步骤 | 第32-34页 |
| ·分割效果与比较 | 第34-36页 |
| 第四章 基于区域的图像检索系统 | 第36-58页 |
| ·区域特征提取 | 第36-39页 |
| ·区域颜色特征 | 第37页 |
| ·区域位置特征 | 第37-38页 |
| ·区域形状特征 | 第38-39页 |
| ·区域相似性度量 | 第39-41页 |
| ·常用的相似性度量方法 | 第39-41页 |
| ·相似度计算 | 第41页 |
| ·图像匹配 | 第41-45页 |
| ·单一区域匹配 | 第42-43页 |
| ·多区域匹配 | 第43-45页 |
| ·基于ADABOOST 相关反馈的图像匹配方法 | 第45-51页 |
| ·相关反馈的基本思想 | 第45-46页 |
| ·AdaBoost 介绍 | 第46-48页 |
| ·前期准备 | 第48-49页 |
| ·AdaBoost 过程 | 第49-51页 |
| ·实验结果分析 | 第51-58页 |
| ·检索性能的评价方式 | 第51-52页 |
| ·检索效果与实验分析 | 第52-58页 |
| 第五章 图像检索系统实现 | 第58-64页 |
| ·系统概述 | 第58-59页 |
| ·数据库管理 | 第59-63页 |
| ·图像数据的存储 | 第59-60页 |
| ·数据表设计 | 第60-63页 |
| ·小结 | 第63-64页 |
| 第六章 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 摘要 | 第70-73页 |
| ABSTRACT | 第73-76页 |
| 致谢 | 第76-77页 |
| 导师及作者简介 | 第77页 |