基于特征匹配的图像检索算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究热点与现状 | 第10-13页 |
| ·基于文本的图像检索 | 第10-11页 |
| ·基于内容的图像检索 | 第11-12页 |
| ·典型的图像检索系统 | 第12-13页 |
| ·本文主要研究内容及安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 图像特征及描述方法 | 第15-26页 |
| ·全局特征描述方法 | 第15-18页 |
| ·颜色特征 | 第15-17页 |
| ·纹理特征 | 第17页 |
| ·形状特征 | 第17-18页 |
| ·空间位置关系 | 第18页 |
| ·局部特征点的描述方法 | 第18-24页 |
| ·Moravec 算子 | 第18-20页 |
| ·Harris 算子 | 第20-21页 |
| ·SUSAN 算子 | 第21-23页 |
| ·SIFT 算子 | 第23-24页 |
| ·相似性度量 | 第24-25页 |
| ·麦考斯基距离 | 第24页 |
| ·曼哈顿距离 | 第24页 |
| ·欧几里德距离 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于 SIFT 特征的图像检索 | 第26-37页 |
| ·SIFT 特征 | 第26-33页 |
| ·尺度空间极值点检测 | 第26-29页 |
| ·特征点精确定位 | 第29-31页 |
| ·特征点主方向分配 | 第31-32页 |
| ·特征点描述 | 第32-33页 |
| ·基于 SIFT 特征匹配的图像识别 | 第33-36页 |
| ·最近邻 NN 方法 | 第33-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 优化算法设计 | 第37-52页 |
| ·基于 SIFT 的快速检索 | 第37-47页 |
| ·K-D 树算法和改进 K-D 树最近邻查询 | 第37-42页 |
| ·基于 RANSAC 的一致性检验 | 第42-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·PCA-SIFT 算法 | 第47-50页 |
| ·SIFT 改进的基本方法 | 第47页 |
| ·PCA-SIFT 算法 | 第47-49页 |
| ·实验结果与分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 图像检索系统的评价与实现 | 第52-58页 |
| ·检索性能评价准则 | 第52-53页 |
| ·系统环境和系统结构 | 第53-56页 |
| ·系统环境 | 第53页 |
| ·系统结构 | 第53-56页 |
| ·实验结果与分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
