| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-14页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究意义以及发展趋势 | 第11-12页 |
| ·本文研究的内容 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 2. 基于内容的图像检索的基本框架 | 第14-34页 |
| ·引言 | 第14-15页 |
| ·图像特征的描述 | 第15-30页 |
| ·直方图特征 | 第15-17页 |
| ·边缘特征 | 第17-18页 |
| ·多尺度空间理论下图像特征 | 第18-30页 |
| ·线性尺度模型 | 第18-24页 |
| ·非线性尺度模型 | 第24-27页 |
| ·曲率多尺度空间理论 | 第27-30页 |
| ·图像特征匹配 | 第30-32页 |
| ·图像检索中的相关反馈 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3. 基于HAAR小波变换和SIFT的自适应特征点的提取与匹配算法 | 第34-45页 |
| ·引言 | 第34-35页 |
| ·本章算法流程与详解 | 第35-39页 |
| ·DHWT(离散Haar小波变换) | 第35-37页 |
| ·尺度不变特征变换(SIFT)特征点检测 | 第37-39页 |
| ·尺度空间极值点检测 | 第37-38页 |
| ·候选点筛选,取得稳定关键点 | 第38-39页 |
| ·为每个关键点指定方向参数 | 第39页 |
| ·关键点描述子的生成 | 第39页 |
| ·关键点匹配 | 第39-40页 |
| ·试验结果与分析 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 4. 基于高斯差分尺度空间的最大稳定显著区域提取与匹配算法 | 第45-54页 |
| ·引言 | 第45-46页 |
| ·DoGSS-MSERS算法框架以及详解 | 第46-49页 |
| ·DOG尺度空间构建 | 第46-47页 |
| ·提取显著区域中的MSERs | 第47-49页 |
| ·MSERs算法 | 第47-48页 |
| ·MSERs区域拟合 | 第48页 |
| ·选取尺度空间中稳定的区域 | 第48页 |
| ·区域描述 | 第48-49页 |
| ·稳定区域匹配 | 第49页 |
| ·实验结果与分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 5. 基于多尺度空间理论下的图像检索算法 | 第54-63页 |
| ·引言 | 第54页 |
| ·基于树型小波变换(纹理—能量特征)图像检索与反馈系统 | 第54-56页 |
| ·基于颜色与纹理的图像检索与反馈系统 | 第56-57页 |
| ·基于特定事物的自适应图像检索算法 | 第57-62页 |
| ·引言 | 第57-58页 |
| ·算法框架以及详解 | 第58-59页 |
| ·实验结果与分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 6. 嵌入式图像检索系统设计 | 第63-70页 |
| ·引言 | 第63页 |
| ·PC机与基于ANDROID系统的开发板的通信系统的实现 | 第63-69页 |
| ·服务器端的实现 | 第64-67页 |
| ·Android客户端界面的设计与实现 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 7. 结论与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 在校期间研究成果 | 第76-77页 |
| 致谢 | 第77页 |
