| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 商标图像检索技术的研究背景 | 第9-10页 |
| 1.2 商标图像的特点、分类及图像检索方法 | 第10-14页 |
| 1.2.1 商标图像的特点 | 第10-11页 |
| 1.2.2 商标图像的分类 | 第11-12页 |
| 1.2.3 商标图像检索方法 | 第12-14页 |
| 1.3 基于内容的商标图像检索技术的国内外研究现状及研究意义 | 第14-17页 |
| 1.3.1 国内外研究现状 | 第14-16页 |
| 1.3.2 研究意义 | 第16-17页 |
| 1.4 论文的研究内容和组织安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 基于内容的商标图像检索的关键技术 | 第19-26页 |
| 2.1 商标图像的预处理 | 第19-20页 |
| 2.1.1 图像的滤波处理 | 第19页 |
| 2.1.2 彩色图像灰度化 | 第19-20页 |
| 2.1.3 灰度图像二值化 | 第20页 |
| 2.1.4 尺度归一化 | 第20页 |
| 2.2 图像形状特征提取技术 | 第20-22页 |
| 2.3 图像相似度计算 | 第22-23页 |
| 2.3.1 欧式距离 | 第22页 |
| 2.3.2 夹角余弦 | 第22-23页 |
| 2.3.3 多特征相似度计算 | 第23页 |
| 2.4 相关反馈技术 | 第23页 |
| 2.5 检索结果评价技术 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于形状特征的商标图像检索 | 第26-38页 |
| 3.1 商标图像预处理 | 第26页 |
| 3.2 几种基于形状特征的商标图像特征提取算法 | 第26-29页 |
| 3.2.1 算法的选择 | 第26-27页 |
| 3.2.2 7 个 HU 不变矩算法及其改进 | 第27-28页 |
| 3.2.3 边界方向直方图算法 | 第28-29页 |
| 3.2.4 偏心率特征提取 | 第29页 |
| 3.3 综合多特征的商标图像检索 | 第29-31页 |
| 3.3.1 综合多特征检索算法 | 第29-30页 |
| 3.3.2 权值设置方法 | 第30页 |
| 3.3.3 相似距离计算 | 第30-31页 |
| 3.4 实验结果与分析 | 第31-37页 |
| 3.4.1 实验数据 | 第31-33页 |
| 3.4.2 实验结果 | 第33-35页 |
| 3.4.3 评价标准及结果分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于 Bag-Of-Features 的商标图像检索 | 第38-49页 |
| 4.1 BOF 的相关理论 | 第38-44页 |
| 4.1.1 BOW 和 BOF | 第38页 |
| 4.1.2 特征提取方法之 SURF | 第38-41页 |
| 4.1.3 聚类分析 | 第41-43页 |
| 4.1.4 TF-IDF | 第43-44页 |
| 4.2 基于 BOF 的图像检索算法 | 第44-45页 |
| 4.2.1 BOF 研究现状 | 第44页 |
| 4.2.2 BOF 引入到商标领域的优势 | 第44页 |
| 4.2.3 基于 BOF 图像检索算法 | 第44-45页 |
| 4.3 实验结果与分析 | 第45-48页 |
| 4.3.1 实验数据 | 第45-46页 |
| 4.3.2 实验结果 | 第46-47页 |
| 4.3.3 评价标准及结果分析 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于内容的商标图像检索原型系统 | 第49-58页 |
| 5.1 系统设计 | 第49-50页 |
| 5.2 数据库组成 | 第50-51页 |
| 5.3 用户界面设计与实现 | 第51-52页 |
| 5.4 系统实现 | 第52-55页 |
| 5.5 测试方法及测试环境 | 第55页 |
| 5.6 算法实验结果对比与分析 | 第55-57页 |
| 5.7 本章小结 | 第57-58页 |
| 结论与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |