| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 基于内容的图像检索的研究背景与意义 | 第8页 |
| 1.2 图像检索的发展 | 第8-14页 |
| 1.2.1 图像检索的发展历程 | 第8-10页 |
| 1.2.2 基于内容的图像检索的发展现状 | 第10-11页 |
| 1.2.3 基于内容的图像检索方法 | 第11-14页 |
| 1.3 本文的主要研究内容及创新 | 第14-16页 |
| 第二章 纹理特征提取方法 | 第16-22页 |
| 2.1 纹理的概念与分类 | 第16-17页 |
| 2.1.1 纹理的概念 | 第16页 |
| 2.1.2 纹理的分类 | 第16-17页 |
| 2.2 纹理特征的提取方法 | 第17-20页 |
| 2.2.1 统计类特征提取方法 | 第17-18页 |
| 2.2.2 模型类特征提取方法 | 第18页 |
| 2.2.3 信号处理类特征提取方法 | 第18-20页 |
| 2.2.4 结构类特征提取方法 | 第20页 |
| 2.3 各类方法的分析比较 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于Garbor小波和LBP算子的图像特征提取方法 | 第22-37页 |
| 3.1 简述Garbor小波理论 | 第22-24页 |
| 3.2 基于Garbor小波的特征提取方法 | 第24-25页 |
| 3.3 局部二值模式算法 | 第25-30页 |
| 3.3.1 原始LBP算子 | 第26页 |
| 3.3.2 圆形LBP算子 | 第26-27页 |
| 3.3.3 统一模式的LBP算子 | 第27-28页 |
| 3.3.4 旋转不变LBP算子 | 第28-29页 |
| 3.3.5 统一模式的旋转不变LBP算法 | 第29页 |
| 3.3.6 多方向LBP算子 | 第29-30页 |
| 3.4 基于LBP算子的纹理特征提取方法 | 第30-31页 |
| 3.5 基于Garbor小波和多尺度LBP算子的图像特征提取方法 | 第31-33页 |
| 3.6 相似度的计算方法: | 第33-35页 |
| 3.7 实验结果与分析 | 第35-36页 |
| 3.8 本章小结 | 第36-37页 |
| 第四章 Garbor小波和自适应加权LPQ的图像特征提取方法 | 第37-49页 |
| 4.1 简述局部相位量化算法 | 第37-43页 |
| 4.1.1 基本的局部相位量化算法 | 第37-39页 |
| 4.1.2 自适应加权的局部相位量化方法 | 第39-43页 |
| 4.2 基于Garbor小波和自适应加权LPQ算法的图像特征提取方法 | 第43-46页 |
| 4.3 实验结果及分析 | 第46-48页 |
| 4.3.1 局部相位量化和局部二值算法的实验结果的分析和比较 | 第46-47页 |
| 4.3.2 Garbor小波、自适应加权LPQ、以及融合算法的实验比较 | 第47页 |
| 4.3.3 Garbor和自适应加权LPQ、Garbor和多尺度LBP算法的实验比较 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间获得的研究成果 | 第54-55页 |
| 致谢 | 第55页 |
