| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题背景及研究意义 | 第9页 |
| 1.2 CBIR的发展概况与主要问题 | 第9-13页 |
| 1.2.1 CBIR的国内外发展现状 | 第9-10页 |
| 1.2.2 CBIR的经典系统 | 第10-11页 |
| 1.2.3 CBIR研究中的重点问题及解决方法 | 第11-13页 |
| 1.3 CBIR的系统框架 | 第13-14页 |
| 1.4 本文的主要研究内容和组织结构 | 第14-16页 |
| 1.4.1 本文主要研究内容 | 第14页 |
| 1.4.2 本文组织结构 | 第14-16页 |
| 2 CBIR图像特征提取描述 | 第16-26页 |
| 2.1 颜色特征描述 | 第16-21页 |
| 2.1.1 颜色直方图 | 第16-20页 |
| 2.1.2 颜色矩 | 第20页 |
| 2.1.3 颜色集 | 第20-21页 |
| 2.1.4 颜色聚合向量 | 第21页 |
| 2.2 纹理特征描述 | 第21-23页 |
| 2.3 形状特征描述 | 第23-24页 |
| 2.4 空间关系特征描述 | 第24-25页 |
| 2.5 常用的相似性度量 | 第25页 |
| 2.6 小结 | 第25-26页 |
| 3 CBIR中图像特征降维的关键技术 | 第26-31页 |
| 3.1 主成分分析(PCA) | 第26-27页 |
| 3.2 局部线性嵌入算法(LLE) | 第27-29页 |
| 3.3 局部保持投影(LPP) | 第29-30页 |
| 3.4 小结 | 第30-31页 |
| 4 结合纹理的改进颜色差分直方图 | 第31-48页 |
| 4.1 颜色差分直方图(CDH) | 第31-33页 |
| 4.1.1 L~*a~*b~*颜色空间与颜色量化 | 第31-32页 |
| 4.1.2 在L~*a~*b~*颜色空间中的边缘检测 | 第32-33页 |
| 4.1.3 CDH特征描述 | 第33页 |
| 4.2 结合纹理的改进颜色差分直方图(ICDHT) | 第33-41页 |
| 4.2.1 颜色特征统计 | 第35-39页 |
| 4.2.2 纹理特征统计 | 第39-41页 |
| 4.3 实验结果及分析 | 第41-47页 |
| 4.3.1 实验设置 | 第41页 |
| 4.3.2 颜色空间和颜色量化的选择 | 第41-43页 |
| 4.3.3 不同特征提取算法对比实验 | 第43-47页 |
| 4.4 小结 | 第47-48页 |
| 5 CBIR中高维特征向量降维算法 | 第48-62页 |
| 5.1 局部主成分分析(LPCA) | 第48-49页 |
| 5.2 全局-局部主成分分析(GLPCA) | 第49-52页 |
| 5.3 实验结果及分析 | 第52-61页 |
| 5.3.1 实验设置 | 第52页 |
| 5.3.2 各算法图像检索对比实验 | 第52-58页 |
| 5.3.3 整体架构对比实验 | 第58-61页 |
| 5.4 小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表学术论文情况 | 第66-67页 |
| 致谢 | 第67-68页 |