| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 研究现状及存在问题 | 第11-15页 |
| 1.2.1 显著性分析 | 第13-14页 |
| 1.2.2 图像特征提取 | 第14页 |
| 1.2.3 半监督学习 | 第14-15页 |
| 1.3 研究现状小结 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 1.5 本文组织和结构安排 | 第17-19页 |
| 第二章 基于内容的图像检索相关技术 | 第19-28页 |
| 2.1 概述 | 第19页 |
| 2.2 图像特征描述 | 第19-24页 |
| 2.2.1 颜色特征 | 第19-21页 |
| 2.2.1.1 颜色直方图 | 第19-20页 |
| 2.2.1.2 主色 | 第20页 |
| 2.2.1.3 颜色相关图 | 第20页 |
| 2.2.1.4 颜色聚合向量 | 第20-21页 |
| 2.2.2 纹理特征 | 第21-23页 |
| 2.2.2.1 共生矩阵法 | 第21-22页 |
| 2.2.2.2 TAMURA 纹理法 | 第22页 |
| 2.2.2.3 LBP 局部算子 | 第22-23页 |
| 2.2.3 形状特征 | 第23页 |
| 2.2.4 空间特征 | 第23-24页 |
| 2.3 相似性度量 | 第24-26页 |
| 2.4 性能评价指标 | 第26页 |
| 2.5 相关反馈技术 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于显著性分析的颜色和纹理特征提取 | 第28-56页 |
| 3.1 显著性分析 | 第28-31页 |
| 3.1.1 概述 | 第28-29页 |
| 3.1.2 视觉显著性 | 第29页 |
| 3.1.3 视觉信息处理过程 | 第29-30页 |
| 3.1.4 图像内容的描述 | 第30-31页 |
| 3.2 显著点的提取 | 第31-32页 |
| 3.3 基于显著点加权聚类的局部颜色直方图 | 第32-49页 |
| 3.3.1 颜色空间选择 | 第32-37页 |
| 3.3.1.1 RGB 颜色空间 | 第33-34页 |
| 3.3.1.2 HSV 颜色空间 | 第34-35页 |
| 3.3.1.3 CIE1976 L*A*B*颜色空间 | 第35-37页 |
| 3.3.2 颜色空间量化 | 第37-40页 |
| 3.3.3 基于显著性分析的颜色特征提取 | 第40-46页 |
| 3.3.3.1 现有方法的问题分析 | 第40-43页 |
| 3.3.3.2 构建局部颜色直方图 | 第43-45页 |
| 3.3.3.3 局部颜色直方图特征相似性度量 | 第45-46页 |
| 3.3.4 方法的有效性验证 | 第46-49页 |
| 3.4 基于显著区域的自适应 LBP 纹理直方图 | 第49-55页 |
| 3.4.1 获取显著区域 | 第50-51页 |
| 3.4.2 纹理特征提取 | 第51-52页 |
| 3.4.3 方法的有效性验证 | 第52-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 结合相关反馈的多特征融合检索系统 | 第56-69页 |
| 4.1 基于分配权重的多特征融合 | 第56-57页 |
| 4.2 基于权重调整的相关反馈技术 | 第57-60页 |
| 4.3 结合相关反馈的多特征融合检索系统 | 第60-67页 |
| 4.3.1 系统模块设计 | 第60-62页 |
| 4.3.2 实验结果及分析 | 第62-67页 |
| 4.3.2.1 基于显著点加权聚类的局部颜色直方图结果分析 | 第62-64页 |
| 4.3.2.2 基于显著区域自适应邻域 LBP 纹理直方图结果分析 | 第64-65页 |
| 4.3.2.3 基于颜色纹理特征融合结果分析 | 第65-66页 |
| 4.3.2.4 结合相关反馈的结果分析 | 第66-67页 |
| 4.3.2.5 综合实验结果分析 | 第67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 本文总结 | 第69-70页 |
| 5.2 后续研究工作 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻硕期间取得的研究成果 | 第76-77页 |
