基于内容的图像检索关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题意义 | 第10页 |
| ·研究现状 | 第10-12页 |
| ·图像数据库的发展与研究现状 | 第10-11页 |
| ·基于内容的图像检索的发展与研究现状 | 第11-12页 |
| ·存在的问题及研究重点 | 第12页 |
| ·研究内容与章节安排 | 第12-14页 |
| ·研究内容 | 第12-13页 |
| ·章节安排 | 第13-14页 |
| 第二章 相关技术概述 | 第14-25页 |
| ·基于内容的图像检索系统的体系结构 | 第14-15页 |
| ·图像数据库的关键技术 | 第15-17页 |
| ·图像数据模型简介 | 第15-16页 |
| ·图像数据库索引方法概述 | 第16-17页 |
| ·图像的内容特征 | 第17-21页 |
| ·颜色特征 | 第17-19页 |
| ·纹理特征 | 第19-20页 |
| ·其它内容特征 | 第20-21页 |
| ·相似性度量方法 | 第21-23页 |
| ·距离度量方法 | 第21-22页 |
| ·相关计算 | 第22页 |
| ·其它相似性度量方法 | 第22-23页 |
| ·图像检索系统的性能评价 | 第23-24页 |
| ·查准率与查全率 | 第23页 |
| ·检索速度 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 图像数据模型和图像数据库索引方法 | 第25-32页 |
| ·图像数据模型 | 第25-27页 |
| ·图像数据模型的实现方式 | 第25-26页 |
| ·本文采用的图像数据模型 | 第26-27页 |
| ·图像数据库的索引方法 | 第27-31页 |
| ·R-tree | 第28-29页 |
| ·一种新的基于R-tree 的K-NN 检索算法 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第四章 图像特征提取与相似性度量 | 第32-39页 |
| ·图像特征提取方法 | 第32-36页 |
| ·颜色特征的提取方法 | 第32-34页 |
| ·纹理特征的提取方法 | 第34-35页 |
| ·区域特征的提取方法 | 第35-36页 |
| ·相似性度量方法 | 第36-37页 |
| ·小结 | 第37-39页 |
| 第五章 基于内容的图像检索原型系统的实现 | 第39-45页 |
| ·系统的总体设计 | 第39-41页 |
| ·系统的体系结构 | 第39-40页 |
| ·图像数据库的设计 | 第40-41页 |
| ·系统的界面设计 | 第41页 |
| ·实验结果 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·全文工作总结 | 第45页 |
| ·前景与展望 | 第45-47页 |
| 参考文献 | 第47-52页 |
| 发表论文和科研情况说明 | 第52-53页 |
| 致谢 | 第53-54页 |
