基于显著区域及SVM相关反馈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7-17页 |
| ·CBIR 研究的背景与意义 | 第7-8页 |
| ·国内外研究热点 | 第8-9页 |
| ·典型的图像检索系统 | 第9-13页 |
| ·图像检索技术的应用 | 第13-14页 |
| ·本文研究成果及章节安排 | 第14-17页 |
| 第二章 基于内容图像检索的关键技术 | 第17-27页 |
| ·概述 | 第17页 |
| ·图像特征提取 | 第17-22页 |
| ·颜色特征 | 第17-19页 |
| ·形状特征 | 第19-20页 |
| ·纹理特征 | 第20-21页 |
| ·空间关系特征 | 第21页 |
| ·语义特征 | 第21-22页 |
| ·融合多种特征的图像检索 | 第22页 |
| ·相似性度量方法 | 第22-24页 |
| ·单一特征相似性度量 | 第22-24页 |
| ·多特征相似性度量 | 第24页 |
| ·图像检索算法的评价准则 | 第24-27页 |
| ·查全率与查准率 | 第25页 |
| ·命中准确率 | 第25-26页 |
| ·排序平均值 | 第26-27页 |
| 第三章 基于兴趣点局部最大密度区域的图像检索 | 第27-43页 |
| ·引言 | 第27页 |
| ·本章算法流程 | 第27-29页 |
| ·显著区域提取 | 第29-33页 |
| ·尺度不变兴趣点检测 | 第29-31页 |
| ·显著兴趣点与显著区域提取 | 第31-33页 |
| ·显著区域颜色特征与形状特征提取 | 第33-36页 |
| ·区域颜色特征提取 | 第33-35页 |
| ·区域形状特征提取 | 第35-36页 |
| ·相似度与相似检索 | 第36-37页 |
| ·实验结果 | 第37-40页 |
| ·单一颜色特征比较 | 第37-40页 |
| ·综合颜色特征和形状特征比较 | 第40页 |
| ·本章小结 | 第40-43页 |
| 第四章 基于 SVM 相关反馈的图像检索 | 第43-53页 |
| ·引言 | 第43页 |
| ·常用的相关反馈技术 | 第43-45页 |
| ·相关反馈概念 | 第43-44页 |
| ·移动查询点 | 第44页 |
| ·特征权重系数调整 | 第44页 |
| ·基于传统的统计学习理论 | 第44-45页 |
| ·基于机器学习理论 | 第45页 |
| ·基于 SVM 相关反馈的图像检索 | 第45-50页 |
| ·支持向量机原理 | 第45-49页 |
| ·基于 SVM 的相关反馈算法 | 第49-50页 |
| ·实验结果与结论 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第五章 图像检索系统设计与实现 | 第53-57页 |
| ·引言 | 第53页 |
| ·系统总体设计 | 第53-54页 |
| ·系统模块实现 | 第54-57页 |
| ·特征提取模块 | 第54页 |
| ·检索模块 | 第54-55页 |
| ·交互模块 | 第55页 |
| ·显示模块 | 第55-57页 |
| 第六章 结束语 | 第57-59页 |
| ·论文完成的工作 | 第57-58页 |
| ·后续研究工作方向 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者在读期间的研究成果 | 第65-66页 |
