利用小波分析进行基于形状的图像检索技术研究
| 第一章 绪论 | 第1-14页 |
| 1．1 课题的研究背景 | 第7-8页 |
| 1．2 理论基础 | 第8-11页 |
| 1．3 本文的内容及意义 | 第11-14页 |
| 第二章 基于内容的图像检索系统简介 | 第14-21页 |
| 2．1 简介 | 第14-15页 |
| 2．2 基于内容的图像检索原理 | 第15页 |
| 2．3 基于内容的图像检索的主要特点 | 第15-16页 |
| 2．4 基于内容的图像检索的主要方式 | 第16-19页 |
| 2．4．1 基于颜色的特征检索 | 第17页 |
| 2．4．2 基于纹理的特征检索 | 第17-18页 |
| 2．4．3 基于空间关系的特征检索 | 第18页 |
| 2．4．4 基于形状的特征检索 | 第18-19页 |
| 2．4．5 基于对象的检索 | 第19页 |
| 2．5 小结 | 第19-20页 |
| 2．6 基于内容的图像检索技术的研究发展方向 | 第20-21页 |
| 第三章 小波分析 | 第21-34页 |
| 3．1 小波分析的产生与发展 | 第21页 |
| 3．2 连续小波变换与离散小波变换 | 第21-24页 |
| 3．3 多分辨分析技术与共轭滤波器 | 第24-28页 |
| 3．3．1 多分辨分析技术 | 第24-25页 |
| 3．3．2 滤波器的定义及性质 | 第25-26页 |
| 3．3．3 对序列的运算 | 第26-27页 |
| 3．3．4 双正交滤波器 | 第27-28页 |
| 3．3．5 正交滤波器 | 第28页 |
| 3．4 Mallat算法 | 第28-34页 |
| 第四章 图像预处理 | 第34-51页 |
| 4．1 去噪音处理 | 第34-38页 |
| 4．1．1 介绍 | 第34页 |
| 4．1．2 去噪音原理 | 第34-35页 |
| 4．1．3 二维小波基构造 | 第35-36页 |
| 4．1．4 信号的二维小波基展开 | 第36-37页 |
| 4．1．5 算法介绍 | 第37-38页 |
| 4．2 基于图像分割的图像增强 | 第38-42页 |
| 4．2．1 算法思想介绍 | 第38-39页 |
| 4．2．2 图像分割 | 第39-40页 |
| 4．2．3 增强算法的改进 | 第40-42页 |
| 4．3 基于粗糙集的图像增强 | 第42-46页 |
| 4．3．1 粗糙集理论 | 第42-43页 |
| 4．3．2 基于不可分辨关系的子图划分 | 第43-45页 |
| 4．3．3 算法介绍 | 第45-46页 |
| 4．4 基于边缘生长的图像分割 | 第46-51页 |
| 4．4．1 梯度计算与边缘点提取 | 第47页 |
| 4．4．2 边缘生长方法 | 第47-49页 |
| 4．4．3 寻找大区域 | 第49页 |
| 4．4．4 算法描述 | 第49-51页 |
| 第五章 基于形状的图像检索 | 第51-61页 |
| 5．1 介绍 | 第51页 |
| 5．2 形状的意义 | 第51-52页 |
| 5．3 基本形状描述 | 第52-56页 |
| 5．3．1 矩形度 | 第53页 |
| 5．3．2 圆形度 | 第53页 |
| 5．3．3 矩 | 第53-56页 |
| 5．4 基于小波分析的内容检索 | 第56-60页 |
| 5．4．1 边界矩 | 第57-58页 |
| 5．4．2 特征向量归一化处理 | 第58页 |
| 5．4．3 小波模与小波模极大值 | 第58-60页 |
| 5．4．4 算法描述 | 第60页 |
| 5．4．5 分解层数的选择 | 第60页 |
| 5．5 小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-64页 |
| 6．1 总结 | 第61-62页 |
| 6．2 展望 | 第62-64页 |
| 致 谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
