| 第一章 绪论 | 第1-22页 |
| ·课题的背景与研究意义 | 第14-16页 |
| ·国内外研究热点与现状 | 第16-18页 |
| ·经典CBIR 系统介绍 | 第18-19页 |
| ·本文研究的主要内容 | 第19-20页 |
| ·本文主要的研究成果 | 第20-22页 |
| 第二章 基于内容图像检索的预备知识与关键技术 | 第22-50页 |
| ·概述 | 第22页 |
| ·颜色视觉 | 第22-30页 |
| ·颜色基础 | 第22-24页 |
| ·颜色模型 | 第24-30页 |
| ·RGB 模型 | 第24-25页 |
| ·HSI 模型 | 第25-27页 |
| ·HSV 模型 | 第27-29页 |
| ·CIEL*a*b*和CIEL*u*v*模型 | 第29-30页 |
| ·图像检索中常用的底层视觉特征描述方法 | 第30-43页 |
| ·颜色特征 | 第30-34页 |
| ·全局颜色特征 | 第30-32页 |
| ·空间颜色特征 | 第32-34页 |
| ·纹理特征 | 第34-38页 |
| ·Tamura 纹理特征 | 第35-36页 |
| ·自回归纹理特征 | 第36-37页 |
| ·小波变换 | 第37-38页 |
| ·其它纹理特征 | 第38页 |
| ·形状特征 | 第38-43页 |
| ·傅立叶形状描述符 | 第38-40页 |
| ·形状无关矩 | 第40-41页 |
| ·基于内角的形状特征 | 第41-42页 |
| ·其它形状特征 | 第42-43页 |
| ·图像检索中常用的相似性度量方法 | 第43-45页 |
| ·视觉相似性模型 | 第43页 |
| ·距离度量模型 | 第43-45页 |
| ·图像数据库的索引机制 | 第45-47页 |
| ·传统的高维索引技术 | 第46页 |
| ·三角不等式索引 | 第46页 |
| ·基于自组织特征影射网(SOM)的索引 | 第46-47页 |
| ·图像检索算法的评价准则 | 第47-49页 |
| ·查准率和查全率 | 第47页 |
| ·命中准确率 | 第47-48页 |
| ·排序值评测法 | 第48页 |
| ·ANMRR | 第48-49页 |
| ·小结 | 第49-50页 |
| 第三章 基于显著兴趣点颜色及空间分布的图像检索方法 | 第50-61页 |
| ·概述 | 第50页 |
| ·相关工作 | 第50-52页 |
| ·本章算法的主要思想和创新点 | 第52-54页 |
| ·本章算法的详细介绍 | 第54-60页 |
| ·自适应平滑滤波器和显著兴趣点的提取 | 第54-56页 |
| ·基于显著兴趣点的环形颜色直方图的抽取 | 第56-57页 |
| ·相似性度量准则 | 第57-58页 |
| ·模拟实验结果 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第四章 基于小波突出点的图像检索方法 | 第61-73页 |
| ·概述 | 第61-62页 |
| ·相关工作 | 第62-63页 |
| ·本章算法的主要思想和创新点 | 第63-65页 |
| ·本章算法的详细介绍 | 第65-72页 |
| ·小波突出点的提取 | 第65-68页 |
| ·小波变换 | 第65-66页 |
| ·小波突出点的提取 | 第66-68页 |
| ·基于小波突出点的颜色特征描述 | 第68-69页 |
| ·颜色量化 | 第68页 |
| ·基于小波突出点的环形颜色直方图的设计 | 第68-69页 |
| ·相似性度量准则 | 第69-70页 |
| ·模拟实验结果 | 第70-72页 |
| ·小结 | 第72-73页 |
| 第五章 基于显著封闭边界的图像检索方法 | 第73-88页 |
| ·概述 | 第73页 |
| ·相关工作 | 第73-74页 |
| ·本章算法的基本思想和流程 | 第74-75页 |
| ·本章算法的详细介绍 | 第75-87页 |
| ·边缘检测 | 第75页 |
| ·碎片的构建和边缘权重及长度的计算 | 第75-79页 |
| ·碎片的预处理 | 第75-76页 |
| ·检测碎片的平滑 | 第76-77页 |
| ·缝隙的填充 | 第77-79页 |
| ·显著封闭边界的提取 | 第79-83页 |
| ·显著封闭边界的表示 | 第79-80页 |
| ·边缘比算法 | 第80-83页 |
| ·显著封闭边界的特征描述 | 第83页 |
| ·距离度量与相似性检索 | 第83-85页 |
| ·显著封闭边界的直方图距离 | 第83-84页 |
| ·基于角度直方图和幅度直方图的联合检索 | 第84-85页 |
| ·模拟实验结果 | 第85-87页 |
| ·小结 | 第87-88页 |
| 第六章 基于小波纹理信息分布熵的图像检索方法 | 第88-105页 |
| ·概述 | 第88-89页 |
| ·相关工作 | 第89-92页 |
| ·本章算法的基本思路和流程 | 第92-93页 |
| ·本章算法的具体实现技术 | 第93-104页 |
| ·图像的离散小波变换 | 第93-94页 |
| ·图像的小波信息熵表示 | 第94-95页 |
| ·图像的小波纹理信息分布熵的抽取算法 | 第95-97页 |
| ·相似性度量 | 第97-98页 |
| ·模拟实验结果与分析 | 第98-104页 |
| ·计算复杂性分析 | 第98-100页 |
| ·检索性能分析 | 第100-104页 |
| ·小结 | 第104-105页 |
| 第七章 总结与展望 | 第105-109页 |
| ·本文的主要研究成果 | 第105-107页 |
| ·后续工作与展望 | 第107-109页 |
| 参考文献 | 第109-121页 |
| 致谢 | 第121-122页 |
| 攻博期间的研究论文和参加的科研项目 | 第122-123页 |