基于多特征的图像检索技术研究与应用
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·论文研究的目的和意义 | 第12-13页 |
| ·国内外的研究成果 | 第13-15页 |
| ·国外典型的 CBIR 系统 | 第14页 |
| ·国内研究现状 | 第14-15页 |
| ·基于多特征的图像检索研究进展与成果 | 第15-16页 |
| ·论文的主要内容和组织结构 | 第16-18页 |
| ·论文的主要内容及创新点 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 基于内容的图像检索的相关技术 | 第18-34页 |
| ·图像检索系统框架 | 第18页 |
| ·图像特征提取及其描述 | 第18-25页 |
| ·颜色特征 | 第18-21页 |
| ·纹理特征 | 第21-23页 |
| ·形状特征 | 第23-25页 |
| ·图像特征的相似性度量 | 第25-26页 |
| ·检索性能评价 | 第26-27页 |
| ·基于多特征的图像检索分类 | 第27-33页 |
| ·多特征融合体系 | 第27-28页 |
| ·加权融合 | 第28-29页 |
| ·深层融合 | 第29-31页 |
| ·基于颜色-强度共生矩阵图像检索 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于多特征的图像检索技术 | 第34-48页 |
| ·引言 | 第34-35页 |
| ·基于 BTC 颜色矩的图像检索技术 | 第35-38页 |
| ·方块编码算法 | 第35页 |
| ·BTC 颜色矩 | 第35-36页 |
| ·实验结果 | 第36-38页 |
| ·基于灰度共生矩阵的纹理特征图像检索技术 | 第38-41页 |
| ·灰度共生矩阵 | 第38-39页 |
| ·实验结果 | 第39-41页 |
| ·基于多特征融合的图像检索技术 | 第41-46页 |
| ·特征内归一化 | 第42页 |
| ·特征矢量间归一化 | 第42-43页 |
| ·综合颜色和纹理特征的图像检索 | 第43页 |
| ·相似性函数 | 第43-44页 |
| ·实验结果分析 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 基于梯度基元聚合矢量的图像检索技术 | 第48-62页 |
| ·引言 | 第48-49页 |
| ·基于梯度基元聚合矢量的算法流程 | 第49-50页 |
| ·图像预处理 | 第50-51页 |
| ·特征矢量的构造 | 第51-56页 |
| ·颜色量化及颜色索引图 | 第51-52页 |
| ·MHSV 颜色空间的边缘梯度计算 | 第52-53页 |
| ·基元检测和梯度基元图像 | 第53-54页 |
| ·图像特征检索矢量 | 第54-56页 |
| ·实验结果与分析 | 第56-60页 |
| ·图像库的选择 | 第56页 |
| ·实验结果 | 第56-59页 |
| ·结果分析 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表的学术论文 | 第68-70页 |
| 致谢 | 第70页 |
