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 |