基于显著性加权和角点特征的图像检索
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8-9页 |
| ·基于内容的图像检索技术 | 第9-15页 |
| ·基于内容的图像检索技术简介 | 第9页 |
| ·基于内容的图像检索技术的发展 | 第9-10页 |
| ·国内外发展现状 | 第10-15页 |
| ·基于内容的图像检索技术的应用 | 第15页 |
| ·本文的研究内容和组织结构 | 第15-17页 |
| 2 CBIR技术介绍 | 第17-33页 |
| ·基于内容的图像检索系统 | 第17-18页 |
| ·图像颜色特征 | 第18-23页 |
| ·颜色空间 | 第18-20页 |
| ·颜色特征 | 第20-23页 |
| ·纹理特征 | 第23-29页 |
| ·灰度共生矩阵 | 第25-26页 |
| ·LBP纹理特征 | 第26-28页 |
| ·Tamura纹理特征 | 第28页 |
| ·Gabor滤波法 | 第28-29页 |
| ·形状特征 | 第29-30页 |
| ·图像的相似性度量 | 第30-32页 |
| ·图像检索系统性能指标和评价准则 | 第32页 |
| ·本章小结 | 第32-33页 |
| 3 基于角点特征的图像检索 | 第33-47页 |
| ·图像特征提取 | 第33-39页 |
| ·角点检测 | 第33-35页 |
| ·纹理特征提取 | 第35-38页 |
| ·形状特征提取 | 第38-39页 |
| ·相似性度量 | 第39-40页 |
| ·实验分析 | 第40-45页 |
| ·本章小结 | 第45-47页 |
| 4 基于显著性加权和角点特征的图像检索 | 第47-60页 |
| ·视觉显著模型介绍 | 第47-53页 |
| ·Itti显著性特征检测(Itti模型) | 第47-48页 |
| ·基于图论的显著图模型(GBVS算法) | 第48-49页 |
| ·Achanta等提出的显著图模型(AC算法) | 第49页 |
| ·基于剩余谱方法的显著图模型(SR算法) | 第49-50页 |
| ·Achanta等提出的显著图模型(IG算法) | 第50-51页 |
| ·Ma等人提出的算法(MZ算法) | 第51-52页 |
| ·六种显著算法比较 | 第52-53页 |
| ·加权特征提取 | 第53-56页 |
| ·实验分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| ·本文工作总结 | 第60页 |
| ·存在的问题和进一步的工作 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
