基于多特征的图像检索技术研究
| 0 前言 | 第1-13页 |
| 0．1 图像检索研究的意义及背景 | 第9-11页 |
| 0．2 论文结构 | 第11-13页 |
| 1 基于内容的图像检索(CBIR) | 第13-25页 |
| 1．1 特征提取 | 第13-18页 |
| 1．1．1 颜色特征 | 第13-15页 |
| 1．1．2 边缘特征 | 第15-16页 |
| 1．1．3 形状特征 | 第16-17页 |
| 1．1．4 纹理特征 | 第17-18页 |
| 1．2 相似性度量 | 第18-19页 |
| 1．3 多维索引技术 | 第19-20页 |
| 1．4 交互式查询技术 | 第20-21页 |
| 1．5 系统评估 | 第21-22页 |
| 1．6 基于内容的图像检索系统结构 | 第22-23页 |
| 1．7 基于内容的图像检索系统应用 | 第23-25页 |
| 2 基于颜色特征的一次检索 | 第25-39页 |
| 2．1 图像划分 | 第25-26页 |
| 2．2 特征提取 | 第26-30页 |
| 2．2．1 颜色空间 | 第26-29页 |
| 2．2．1．1 颜色空间选择 | 第26-28页 |
| 2．2．1．2 RGB模型到HSV模型的转换 | 第28-29页 |
| 2．2．2 颜色空间量化 | 第29-30页 |
| 2．2．3 特征提取 | 第30页 |
| 2．3 特征矢量聚类 | 第30-34页 |
| 2．3．1 聚类算法 | 第30-32页 |
| 2．3．2 聚类准则函数 | 第32-34页 |
| 2．4 图像特征编码与检索 | 第34-36页 |
| 2．4．1 特征编码 | 第34页 |
| 2．4．2 图像检索 | 第34-36页 |
| 2．5 文本检索技术在图像检索中的应用 | 第36-39页 |
| 3 基于兴趣点特征的二次检索 | 第39-47页 |
| 3．1 图像特征点提取 | 第39-40页 |
| 3．1．1 角点特征提取 | 第39-40页 |
| 3．1．2 兴趣点特征提取 | 第40页 |
| 3．2 小波变换多尺度检测图像兴趣点 | 第40-44页 |
| 3．2．1 小波变换 | 第41-42页 |
| 3．2．2 小波变换提取兴趣点特征 | 第42-44页 |
| 3．3 基于兴趣点的匹配算法 | 第44-47页 |
| 4 基于多特征的图像检索方法实验 | 第47-59页 |
| 4．1 基于多特征的图像检索实验 | 第47-54页 |
| 4．1．1 基于颜色特征的一次检索实验 | 第47-52页 |
| 4．1．1．1 三种模型比较实验 | 第47-49页 |
| 4．1．1．2 稳定性测试实验 | 第49-52页 |
| 4．1．2 基于兴趣点特征的二次检索实验 | 第52-54页 |
| 4．2 方法比较与讨论 | 第54-59页 |
| 4．2．1 质量退化图像比较实验 | 第54-55页 |
| 4．2．2 视觉相关图像比较实验 | 第55-59页 |
| 5 结论与展望 | 第59-61页 |
| 5．1 结论 | 第59页 |
| 5．2 展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67页 |
