基于显著区域的图像检索方法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·研究现状 | 第11-13页 |
| ·本文的组织 | 第13-14页 |
| 2 图像底层特征描述 | 第14-25页 |
| ·颜色特征描述 | 第14-20页 |
| ·颜色模型 | 第14-19页 |
| ·颜色直方图 | 第19-20页 |
| ·颜色矩 | 第20页 |
| ·纹理特征描述 | 第20-22页 |
| ·统计法 | 第21-22页 |
| ·结构法 | 第22页 |
| ·频谱法 | 第22页 |
| ·形状特征描述 | 第22-24页 |
| ·链码 | 第23页 |
| ·基于傅立叶变换的形状描述 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 图像显著区域提取 | 第25-50页 |
| ·图像内容描述方法 | 第25-26页 |
| ·全局特征描述 | 第25页 |
| ·区域分割描述 | 第25-26页 |
| ·显著度方法 | 第26页 |
| ·综合分析 | 第26页 |
| ·人类视觉系统与注意机制 | 第26-32页 |
| ·视网膜 | 第27页 |
| ·感受野 | 第27-29页 |
| ·人眼对颜色的反应 | 第29-30页 |
| ·侧抑制 | 第30-31页 |
| ·视觉信息处理过程 | 第31-32页 |
| ·显著图计算 | 第32-40页 |
| ·显著图 | 第32-33页 |
| ·高斯金字塔 | 第33-34页 |
| ·Gabor滤波器 | 第34-35页 |
| ·底层特征提取 | 第35-37页 |
| ·显著图计算 | 第37-40页 |
| ·算法分析 | 第40页 |
| ·图像分割 | 第40-47页 |
| ·图像分割介绍 | 第40-41页 |
| ·图像分割的一般方法 | 第41-43页 |
| ·高斯混合模型 | 第43-45页 |
| ·分割效果 | 第45-47页 |
| ·提取显著区域 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于显著区域的图像检索 | 第50-62页 |
| ·图像检索的查询模式与评价标准 | 第50-51页 |
| ·查询模式 | 第50页 |
| ·评价标准 | 第50-51页 |
| ·显著区域的相似性度量 | 第51-54页 |
| ·颜色模型的选取 | 第52-53页 |
| ·颜色直方图的相似性度量 | 第53-54页 |
| ·实验环境与算法设计 | 第54-57页 |
| ·实验环境 | 第54页 |
| ·算法设计 | 第54-57页 |
| ·实验结果与分析 | 第57-62页 |
| ·基于全局特征的检索 | 第57-61页 |
| ·基于显著区域的检索 | 第61-62页 |
| 5 结论 | 第62-64页 |
| ·论文工作总结 | 第62-63页 |
| ·进一步工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 学位论文数据集 | 第67页 |
