| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·图像检索的发展和研究现状 | 第10-14页 |
| ·研究现状和发展趋势 | 第11-14页 |
| ·CBIR存在的问题 | 第14-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文主要内容安排 | 第16-17页 |
| 第二章 基于内容的图像检索基础知识 | 第17-23页 |
| ·图像检索的查询模式 | 第17-18页 |
| ·图像的距离测度 | 第18-20页 |
| ·明氏(Minkowski)距离 | 第18-19页 |
| ·玛氏(Mahalanbis)距离 | 第19页 |
| ·余弦(consin)距离 | 第19-20页 |
| ·CBIR的评价准则 | 第20-22页 |
| ·查准率和查全率 | 第20-21页 |
| ·排序值评价法 | 第21页 |
| ·ANMMR | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于注意力模型的显著区域提取 | 第23-35页 |
| ·视觉注意力机制 | 第23-24页 |
| ·Itti-Koch模型 | 第24-29页 |
| ·生成显著图 | 第26-28页 |
| ·提取显著区域 | 第28-29页 |
| ·Stentiford模型 | 第29-31页 |
| ·感知视觉注意力(CVA) | 第30-31页 |
| ·显著区域提取 | 第31页 |
| ·结合Itti-Koch与Stentiford提取显著区域 | 第31-34页 |
| ·小结 | 第34-35页 |
| 第四章 显著区域的Sift特征提取 | 第35-46页 |
| ·图像的Sift特征向量 | 第35-43页 |
| ·图像的多尺度表示 | 第35-36页 |
| ·Sift特征提取 | 第36-42页 |
| ·PCA-Sift方法 | 第42-43页 |
| ·Sift特征点匹配 | 第43页 |
| ·Sift特征点匹配实验 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第五章 基于显著区域的图像检索 | 第46-54页 |
| ·显著区域的相似度计算 | 第46-47页 |
| ·区域的面积特征影响 | 第46页 |
| ·显著区域的位置特征影响 | 第46-47页 |
| ·显著区域局部特征的相似度计算 | 第47页 |
| ·显著区域布局的相似度 | 第47-48页 |
| ·图像的相似度计算 | 第48-49页 |
| ·系统设计 | 第49-50页 |
| ·系统开发工具 | 第49页 |
| ·系统模型 | 第49-50页 |
| ·实验结果及分析 | 第50-54页 |
| 第六章 结论与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士期间的主要科研成果 | 第62页 |