首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于内容的图像检索技术研究

摘要第1-8页
Summary第8-18页
第1章 图像检索技术的背景及应用第18-25页
   ·基于内容的视觉信息检索技术出现的背景第18-19页
   ·基于内容的图像检索技术的基本原理第19-20页
     ·CBIR系统的基本工作原理第19-20页
     ·需要解决的问题第20页
   ·图像检索的应用领域第20-22页
   ·基于内容的图像检索的发展第22-24页
     ·典型的CBIR系统介绍第22-23页
     ·目前还存在的问题第23-24页
   ·本文所做的工作第24-25页
第2章 基于内容的图像检索技术第25-40页
   ·颜色特征的表达第25-29页
     ·颜色模型第25-28页
     ·颜色特征的表达第28-29页
   ·纹理特征的表达第29-32页
     ·纹理模型第29-30页
     ·灰度共生矩阵法第30-31页
     ·Tamura纹理特征第31页
     ·基于傅里叶变换的纹理描述第31-32页
   ·形状特征的表达第32-36页
     ·几何不变矩第32-33页
     ·傅里叶描述符表达边界第33-34页
     ·基于小波变换的轮廓描述符第34-35页
     ·链码表示目标轮廓第35-36页
   ·CBIR中的相似度比较第36-37页
     ·Lp范数方法第36页
     ·直方图相交法第36页
     ·X~2统计方法第36-37页
     ·马氏距离第37页
     ·各种相似度的优劣第37页
   ·相关反馈技术第37-40页
     ·查询向量优化算法第37-38页
     ·基于概率分布的相关反馈第38页
     ·机器学习的相关反馈方法第38页
     ·带记忆的相关反馈方法第38-39页
     ·结合语义的相关反馈方法第39-40页
第3章 基于颜色分布的图像检索技术第40-46页
   ·图像颜色特征提取第40-42页
     ·颜色空间的选取及量化第40-41页
     ·颜色直方图第41页
     ·主色矩阵第41页
     ·主色对矩阵第41-42页
   ·检索过程第42-43页
     ·用分块主色矩阵检索第42页
     ·用主色对矩阵检索第42-43页
   ·相关反馈的应用第43-44页
     ·针对主色矩阵进行二次检索第43页
     ·针对主色对进行二次检索第43-44页
   ·测试结果及结论第44-46页
第4章 基于隐马尔可夫链的图像特征提取第46-52页
   ·马尔可夫链第46-48页
     ·马尔可夫链性质第46-47页
     ·离散状态空间中的马尔可夫链第47页
     ·隐马尔可夫模型第47-48页
   ·图像特征的提取第48-49页
     ·计算像素的量化灰度值第48页
     ·图像状态矩阵第48-49页
     ·转移概率矩阵第49页
   ·转移概率矩阵间的相关系数第49-50页
   ·测试结果及结论第50-52页
第5章 综合特征的图像检索第52-56页
   ·各视觉特征的特点第52-54页
     ·颜色特征的特点第52页
     ·纹理特征的特点第52-53页
     ·形状特征的特点第53页
     ·空间关系特征的特点第53页
     ·特征间的相对特点第53-54页
   ·综合特征第54-56页
     ·特征向量的外部归一化第54-55页
     ·本文中的综合特征归一化及相似性度量第55-56页
第6章 基于内容的图像检索系统的实现第56-65页
   ·图像检索系统的评价标准第56-57页
   ·基于内容的图像检索系统的构成第57-62页
     ·系统模块与功能第57-59页
     ·基于内容的图像检索系统的实现第59-62页
   ·实验结果第62-65页
第7章 总结与展望第65-68页
   ·论文总结第65-66页
   ·展望第66-68页
致谢第68-69页
参考文献第69-72页
附录第72-73页
原创性声明第73页
使用授权的声明第73页

论文共73页,点击 下载论文
上一篇:三维地形地貌可视化研究
下一篇:胃癌组织中Survivin与VEGF的表达相关性及其临床意义