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

基于纹理和颜色特征的图像检索

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-18页
   ·论文的研究背景和意义第10-11页
   ·CBIR 的研究现状第11-14页
     ·基于颜色特征的图像检索第11-12页
     ·基于纹理特征的图像检索第12-13页
     ·基于形状特征的图像检索第13-14页
   ·CBIR 系统的应用第14-15页
     ·基于特定图像数据库的图像检索系统第14页
     ·基于网络的图像检索系统第14-15页
   ·典型的 CBIR 系统第15-16页
   ·CBIR 的研究方向第16-17页
   ·本文的结构和内容第17-18页
第二章 CBIR 技术的简介第18-27页
   ·CBIR 的基本原理及框架第18-19页
   ·CBIR 的关键技术第19-23页
     ·图像特征的提取第19-22页
     ·基于特征的相似度匹配第22-23页
   ·图像检索的性能评价第23-24页
   ·相关反馈技术第24-25页
   ·应用领域第25-26页
   ·本章小结第26-27页
第三章 基于纹理特征的图像检索第27-38页
   ·纹理的简介第27页
   ·纹理的描述方法第27-28页
   ·纹理特征的提取方法第28-33页
     ·灰度直方图的矩第28页
     ·灰度共生矩阵第28-32页
     ·Gabor 小波变换第32-33页
   ·基于灰度共生矩阵的图像检索第33-37页
     ·基于灰度共生矩阵的图像检索流程第33-35页
     ·实验结果第35-37页
   ·本章小结第37-38页
第四章 结合颜色和纹理特征的图像检索第38-49页
   ·颜色的简介第38页
   ·颜色的描述方法第38-39页
   ·颜色空间第39-43页
     ·RGB 空间第40-41页
     ·HSV 空间第41-42页
     ·HSV 和RGB 空间的转化第42-43页
   ·颜色空间的量化第43-45页
     ·颜色量化的概述第43-44页
     ·HSV 空间的量化第44-45页
   ·结合颜色和纹理特征的检索第45-48页
     ·图像检索的流程第46页
     ·实验结果第46-48页
   ·本章小结第48-49页
第五章 全文总结与展望第49-51页
致谢第51-52页
参考文献第52-57页
攻硕期间的研究成果第57-58页

论文共58页,点击 下载论文
上一篇:基于HLA的雷达电子战与火力对抗仿真
下一篇:基于体系结构分析设计语言的建模工具应用研究