改进的主颜色提取方法及自适应权重图像检索算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要研究内容 | 第12页 |
| 1.4 本文的框架结构 | 第12-14页 |
| 第2章 图像检索的相关理论 | 第14-20页 |
| 2.1 MPEG-7标准概述 | 第14-15页 |
| 2.1.1 MPEG-7标准的主要元素 | 第14-15页 |
| 2.1.2 MPEG-7标准在图像检索中的地位 | 第15页 |
| 2.2 MPEG-7颜色描述符 | 第15-16页 |
| 2.3 检索性能评价标准 | 第16-17页 |
| 2.3.1 查全率和查准率 | 第16页 |
| 2.3.2 平均归一化检索等级 | 第16-17页 |
| 2.4 图像特征匹配 | 第17-19页 |
| 2.4.1 计量定理 | 第17-18页 |
| 2.4.2 常用的匹配算法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 改进的MPEG-7主颜色图像检索算法 | 第20-30页 |
| 3.1 图像预处理 | 第20页 |
| 3.2 HSV颜色空间 | 第20-22页 |
| 3.3 颜色量化 | 第22-23页 |
| 3.4 图像颜色特征模型 | 第23页 |
| 3.5 MPEG-7主颜色描述符 | 第23-24页 |
| 3.6 改进的主颜色提取算法 | 第24-26页 |
| 3.7 实验结果及分析 | 第26-29页 |
| 3.8 本章小节 | 第29-30页 |
| 第4章 基于中心块的多特征图像检索算法 | 第30-42页 |
| 4.1 基于中心块的主颜色提取算法 | 第30-31页 |
| 4.2 纹理特征 | 第31-34页 |
| 4.2.1 灰度共生矩阵的定义 | 第32-33页 |
| 4.2.2 数字统计量 | 第33页 |
| 4.2.3 基于中心块的纹理特征提取算法 | 第33-34页 |
| 4.3 特征归一化 | 第34-35页 |
| 4.3.1 内部特征归一化 | 第34页 |
| 4.3.2 外部特征归一化 | 第34-35页 |
| 4.4 基于中心块的多特征图像检索算法描述 | 第35-36页 |
| 4.5 实验结果及分析 | 第36-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第5章 自适应权值图像检索算法 | 第42-52页 |
| 5.1 差分演化算法 | 第42-45页 |
| 5.1.1 算法简介 | 第42页 |
| 5.1.2 算法基本流程 | 第42-45页 |
| 5.2 自适应权值图像多特征检索 | 第45-48页 |
| 5.3 实验结果及分析 | 第48-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结和展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
