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--检索机论文

基于语义的图像检索技术研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·选题背景及意义第7-8页
   ·图像检索技术沿革第8-11页
     ·基于文本的图像检索技术第8页
     ·基于内容的图像检索技术第8-10页
     ·基于语义的图像检索技术第10-11页
   ·本文的研究内容及章节安排第11-13页
第二章 基于语义的图像检索第13-21页
   ·图像语义模型第13-15页
   ·图像语义的提取方法第15-17页
     ·底层视觉特征到高层语义的直接映射第15页
     ·基于关键字的语义网络第15-17页
     ·语义向量第17页
   ·图像语义的描述第17-18页
   ·现有的图像语义检索系统第18-20页
   ·本章小结第20-21页
第三章 基于语义的图像数据库分类第21-35页
   ·基本特征的提取第21-26页
     ·颜色特征提取第21-23页
     ·纹理特征提取第23-24页
     ·形状特征提取第24-26页
   ·图像的语义分类第26-30页
     ·底层特征选择及归一化第26-27页
     ·SVM简介第27-28页
     ·SVM的设计第28-29页
     ·图像分类第29-30页
   ·实验结果分析第30-34页
     ·实验环境第30-31页
     ·实验结果第31-34页
     ·结果分析第34页
   ·本章小结第34-35页
第四章 相关反馈在语义检索中的应用第35-41页
   ·图像检索中的相关反馈技术第35-37页
   ·基于SVM增量学习的相关反馈技术第37-39页
     ·传统的基于SVM的相关反馈算法第37页
     ·问题的提出第37-38页
     ·SVM增量学习第38-39页
     ·本文使用的相关反馈算法第39页
   ·本章小结第39-41页
第五章 基于语义的图像检索原型系统第41-51页
   ·语义检索系统的框架第41-42页
   ·语义分类模块设计第42-43页
   ·数据处理模块设计第43-44页
   ·查询模块设计第44-47页
     ·基于关键字的查询第45-46页
     ·基于示例图像的查询第46-47页
   ·相关反馈模块设计第47-49页
   ·本章小结第49-51页
第六章 结束语第51-53页
   ·本文的主要工作第51页
   ·后继工作及展望第51-53页
致谢第53-55页
参考文献第55-59页
研究成果第59页

论文共59页,点击 下载论文
上一篇:昆虫抗菌肽对肿瘤细胞作用的效果观察
下一篇:山西典商的业务经营与组织管理研究