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--检索机论文

一种基于高斯混合模型的图像检索方法

摘要第1-3页
Abstract第3-6页
1 绪论第6-11页
   ·CBIR 的基本内容第6-7页
   ·CBIR 的意义及应用领域第7-8页
   ·CBIR 系统的研究现状第8-9页
   ·本文的主要工作第9-11页
2 基于内容的图像检索技术概述第11-19页
   ·CBIR 的系统结构第11-12页
   ·特征提取第12-15页
     ·颜色特征第12-13页
     ·形状特征第13-14页
     ·纹理特征第14-15页
   ·图像检索的分类第15-16页
   ·语义特征第16-17页
   ·图像检索相关反馈技术第17-18页
   ·图像检索性能评价第18页
   ·本章小结第18-19页
3 基于颜色特征的图像检索技术第19-30页
   ·颜色模型的选取第19-23页
     ·RGB 模型第19-20页
     ·HSV 颜色模型第20-22页
     ·两个颜色模型之间的转换第22-23页
   ·颜色特征的表达方法第23-25页
     ·颜色直方图第23-24页
     ·颜色矩第24页
     ·颜色集第24-25页
   ·图像相似度计算方法第25-27页
   ·颜色空间量化第27-29页
     ·彩色图像量化基础第27页
     ·量化方案第27-29页
   ·本章小结第29-30页
4 基于直方图的图像检索第30-55页
   ·介绍第30-32页
   ·直方图的生成第32-34页
     ·标量量化第32-33页
     ·矢量量化第33-34页
   ·高斯混合矢量量化第34-39页
     ·高斯混合模型第34-35页
     ·EM 算法第35-37页
     ·高斯混合矢量量化第37-39页
   ·图像检索系统的具体执行过程第39-47页
     ·全面实施的方案第39页
     ·图像数据库第39-40页
     ·量化方法第40-41页
     ·结果分析第41-47页
   ·检索性能分析第47-50页
   ·GMVQ 在图像检索中性能的稳健性第50页
   ·本章小结第50-55页
5 总结和展望第55-56页
   ·总结第55页
   ·展望第55-56页
参考文献第56-59页
致谢第59-60页
读研期间发表的论文第60页

论文共60页,点击 下载论文
上一篇:基于Kuramoto-Sivashinsky模型的薄膜生长动力学模拟与实验研究
下一篇:语篇分析理论基础上的法律书面语研究