首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于内容的多媒体图像检索模型的研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-9页
1 绪论第9-15页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-12页
   ·多媒体检索研究发展方向第12-13页
   ·本文研究内容第13-14页
   ·论文组织结构第14-15页
2 多媒体数据及其检索模型第15-27页
   ·多媒体数据类型第15-18页
     ·常用多媒体数据类型第15-16页
     ·多媒体数据类型特点第16-18页
   ·多媒体检索模型的分类第18-26页
     ·基于文本的多媒体检索第18-19页
     ·基于内容的多媒体检索第19-26页
       ·基于内容的图像检索模型第20-23页
       ·基于内容的视频检索模型第23-25页
       ·基于内容的音频检索模型第25-26页
   ·本章小结第26-27页
3 基于内容的多媒体图像检索模型及关键技术第27-39页
   ·CBIR检索模型第27-28页
   ·图像特征提取第28-32页
   ·特征匹配第32-34页
   ·图像索引技术第34-36页
   ·相关反馈算法第36-38页
   ·本章小结第38-39页
4 基于SIFT的图像匹配算法第39-50页
   ·引言第39页
   ·尺度空间理论第39-40页
   ·SIFT匹配算法第40-48页
     ·SIFT基本思想及特点第40-48页
       ·检测尺度空间极值点第41-43页
       ·精确定位极值点第43-44页
       ·关键点主方向分配第44-45页
       ·SIFT特征向量生成第45-48页
     ·例子第48页
   ·本章小结第48-50页
5 基于改进型SIFT的图像检索模型第50-58页
   ·引言第50页
   ·SIFT的不足第50-51页
     ·尺度空间构造算法优化第50-51页
       ·尺度空间构造耗时第50-51页
       ·耗时原因第51页
   ·SIFT算法的改进与优化第51-53页
   ·改进型SIFT图像检索模型第53-55页
     ·特征向量的匹配第53页
     ·KEMEL PCA变换第53-54页
     ·搜索算法第54页
     ·定义检索性能指标第54-55页
   ·实验结果及分析第55-58页
6 总结与展望第58-59页
   ·总结第58页
   ·展望第58-59页
参考文献第59-63页
攻读学位期间取得的研究成果第63-64页
致谢第64-66页

论文共66页,点击 下载论文
上一篇:低音扬声器低频分谐波失真机理研究
下一篇:中国英语学习者夸奖回复的表达方式和发展形态的研究