| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·相似性研究的重要性 | 第9页 |
| ·研究现状 | 第9-12页 |
| ·研究的主要内容 | 第12-13页 |
| 第二章 图像相似性定义和度量标准 | 第13-20页 |
| ·相似图像的定义 | 第13-16页 |
| ·相似性度量 | 第16-20页 |
| ·归一化 | 第16-18页 |
| ·距离度量 | 第18-19页 |
| ·相关性度量 | 第19-20页 |
| 第三章 HSV加权空间下带权重的环形分块提取颜色特征 | 第20-32页 |
| ·颜色特征向量 | 第20-21页 |
| ·直方图统计 | 第20页 |
| ·图像特征 | 第20-21页 |
| ·RGB空间下的颜色特征 | 第21-26页 |
| ·整体提取颜色特征 | 第21-23页 |
| ·分块提取颜色特征 | 第23-26页 |
| ·HSV空间下的颜色特征 | 第26-31页 |
| ·HSV空间的优越性 | 第27页 |
| ·HSV空间模型 | 第27-29页 |
| ·HSV的加权融合 | 第29页 |
| ·基于HSV加权的整体图像提取颜色特征 | 第29-30页 |
| ·基于HSV加权的带权重环形分块提取颜色特征 | 第30-31页 |
| ·探索流程图 | 第31页 |
| ·实验总结 | 第31-32页 |
| 第四章 图像多方向梯度多方向统计提取纹理特征 | 第32-44页 |
| ·纹理特征向量 | 第32-34页 |
| ·共生矩阵统计 | 第32-33页 |
| ·纹理特征 | 第33-34页 |
| ·直接提取纹理特征 | 第34-40页 |
| ·梯度化提取纹理特征 | 第40-43页 |
| ·梯度化与分块 | 第41页 |
| ·梯度纹理特征向量 | 第41-43页 |
| ·误判区域 | 第43页 |
| ·实验总结 | 第43-44页 |
| 第五章 图像轮廓化多方向统计提取形状特征 | 第44-54页 |
| ·区域特征 | 第44-47页 |
| ·几何不变矩 | 第44-45页 |
| ·相似度度量 | 第45-47页 |
| ·轮廓特征 | 第47-52页 |
| ·canny边缘提取 | 第47-48页 |
| ·直方图统计 | 第48-50页 |
| ·共生矩阵统计 | 第50-52页 |
| ·误判区域 | 第52页 |
| ·总结 | 第52-54页 |
| 第六章 多特征融合策略 | 第54-70页 |
| ·特征分析 | 第54-55页 |
| ·差异对比 | 第55页 |
| ·颜色、纹理、形状互补算法 | 第55-66页 |
| ·策略 | 第55-56页 |
| ·图像预处理 | 第56-58页 |
| ·Ⅰ类图像算法 | 第58页 |
| ·Ⅱ类图像交叉算法 | 第58-65页 |
| ·算法流程图 | 第65-66页 |
| ·实验 | 第66-69页 |
| ·算法的实际用途 | 第69-70页 |
| 第七章 总结 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |