基于多特征和相关反馈的图像检索技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10页 |
| ·图像检索的发展历程 | 第10-12页 |
| ·国内外研究现状及分析 | 第12-16页 |
| ·国内外研究现状 | 第12-14页 |
| ·主要存在的问题 | 第14-16页 |
| ·本文的主要工作及组织结构 | 第16-17页 |
| 第二章 基于内容的图像检索的相关理论 | 第17-30页 |
| ·基于内容的图像检索技术概述 | 第17-20页 |
| ·基于内容的图像检索的基本原理 | 第17-19页 |
| ·基于内容的图像检索的基本框架 | 第19-20页 |
| ·图像特征的提取和表示 | 第20-26页 |
| ·颜色特征 | 第20-22页 |
| ·纹理特征 | 第22-24页 |
| ·形状特征 | 第24-26页 |
| ·相似性比较 | 第26-27页 |
| ·相关反馈 | 第27-28页 |
| ·性能指标和评价标准 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于自适应阈值的 SIFT 特征 | 第30-45页 |
| ·SIFT 的主要特点 | 第30页 |
| ·SIFT 算法的主要步骤 | 第30-37页 |
| ·构建图像的尺度空间 | 第31-32页 |
| ·SIFT 特征的提取 | 第32-37页 |
| ·SIFT 算法的改进 | 第37-38页 |
| ·实验结果分析 | 第38-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于视觉单词模型的图像检索 | 第45-63页 |
| ·视觉单词模型概述 | 第45-47页 |
| ·视觉单词模型简介 | 第45页 |
| ·视觉单词模型的基本原理 | 第45-47页 |
| ·视觉单词模型的构建 | 第47-52页 |
| ·视觉单词模型的框架 | 第47页 |
| ·特征提取 | 第47-48页 |
| ·K-MEANS 聚类算法 | 第48-50页 |
| ·AP 聚类算法 | 第50-52页 |
| ·基于视觉单词的图像检索框架 | 第52-53页 |
| ·实验结果分析 | 第53-62页 |
| ·图像数据库 | 第53-54页 |
| ·实验设置及步骤 | 第54-55页 |
| ·结果与分析 | 第55-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 基于相关反馈的图像检索 | 第63-75页 |
| ·相关反馈技术概述 | 第63-65页 |
| ·相关反馈的基本思想 | 第63-64页 |
| ·相关反馈技术的分类 | 第64-65页 |
| ·基于相关反馈的图像检索 | 第65-70页 |
| ·SVM 理论 | 第65-69页 |
| ·基于单词模型和 SVM 相关反馈的图像检索 | 第69-70页 |
| ·实验结果分析 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻硕期间取得的研究成果 | 第82-83页 |
