| 0 前言 | 第1-8页 |
| 1 基于内容的图像检索(CBIR) | 第8-22页 |
| ·图像分割 | 第8-10页 |
| ·特征提取 | 第10-14页 |
| ·颜色特征的提取 | 第10-12页 |
| ·纹理特征的提取 | 第12页 |
| ·边缘特征的提取 | 第12-13页 |
| ·形状特征的提取 | 第13-14页 |
| ·兴趣点特征的提取 | 第14页 |
| ·图像索引和相似性度量 | 第14-17页 |
| ·图像索引 | 第14-15页 |
| ·相似性度量 | 第15-17页 |
| ·系统评估 | 第17-18页 |
| ·图像检索系统实例 | 第18-19页 |
| ·小结 | 第19-22页 |
| 2 图像划分和特征聚类 | 第22-34页 |
| ·图像划分 | 第22-26页 |
| ·基于灰度图像熵的图像分割方法 | 第23-24页 |
| ·基于局部最大信息熵的块划分方法 | 第24-25页 |
| ·基于平均最大信息熵的块划分方法 | 第25-26页 |
| ·特征提取 | 第26-29页 |
| ·颜色空间的选择 | 第26-28页 |
| ·颜色的量化 | 第28页 |
| ·特征提取 | 第28-29页 |
| ·特征矢量的聚类 | 第29-34页 |
| ·用Kohonen自组织特征映射神经网络实现特征矢量聚类 | 第29-30页 |
| ·用机器学习的方法确定最优的聚类数目 | 第30-31页 |
| ·聚类准则函数 | 第31-34页 |
| 3 图像检索和索引的方法 | 第34-42页 |
| ·图像特征的编码和检索 | 第34-37页 |
| ·图像特征的编码 | 第34页 |
| ·完整图像的检索 | 第34-35页 |
| ·图像子区域的查询和定位 | 第35-37页 |
| ·文本检索技术应用于图像检索的方法 | 第37-39页 |
| ·文本检索在图像检索中的应用 | 第37-38页 |
| ·图像数据的索引 | 第38-39页 |
| ·小结 | 第39-42页 |
| 4 基于块划分颜色特征的图像检索方法实验 | 第42-55页 |
| ·用基于局部最大信息熵的划分方法实现图像检索 | 第42-47页 |
| ·三种检索模型性能比较实验 | 第42-44页 |
| ·稳定性检测实验 | 第44-46页 |
| ·子区域查询和定位实验 | 第46-47页 |
| ·用基于平均最大信息熵的方法实现图像检索 | 第47-50页 |
| ·三种检索模型性能比较实验 | 第47-48页 |
| ·稳定性检测实验 | 第48-49页 |
| ·子区域查询和定位实验 | 第49-50页 |
| ·比较和讨论 | 第50-55页 |
| ·不同划分准则下的结果比较 | 第50-52页 |
| ·不同检索方法的比较 | 第52-55页 |
| 5 结论与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |