融合局部特征和全局特征的图像检索技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1. 绪论 | 第8-13页 |
| 1.1 课题背景及意义 | 第8页 |
| 1.2 图像检索的国内外研究现状 | 第8-11页 |
| 1.3 本文的主要研究内容 | 第11页 |
| 1.4 本文的内容安排 | 第11-13页 |
| 2. 图像特征提取 | 第13-35页 |
| 2.1 局部特征的提取 | 第13-21页 |
| 2.1.1 SIFT特征及其特点 | 第13-14页 |
| 2.1.2 尺度空间 | 第14-16页 |
| 2.1.3 关键点的检测 | 第16-18页 |
| 2.1.4 关键点的主方向 | 第18-19页 |
| 2.1.5 局部特征描述子 | 第19-20页 |
| 2.1.6 SIFT算法的缺陷及改进 | 第20-21页 |
| 2.2 全局特征提取 | 第21-27页 |
| 2.2.1 常用的颜色特征 | 第22页 |
| 2.2.2 颜色空间 | 第22-24页 |
| 2.2.3 颜色空间的转换与量化 | 第24-26页 |
| 2.2.4 颜色信息熵 | 第26-27页 |
| 2.3 图像感知哈希 | 第27-33页 |
| 2.3.1 感知哈希的概念 | 第27-28页 |
| 2.3.2 感知哈希的性质 | 第28-31页 |
| 2.3.3 图像感知哈希的提取 | 第31-33页 |
| 2.3.4 实验结果 | 第33页 |
| 2.4 本章小结 | 第33-35页 |
| 3. 串并结合的图像检索系统 | 第35-41页 |
| 3.1 系统结构框架 | 第35-36页 |
| 3.2 特征融合 | 第36-39页 |
| 3.2.1 特征融合技术 | 第36-37页 |
| 3.2.2 相似性度量 | 第37-38页 |
| 3.2.3 基于信息熵的融合算法 | 第38-39页 |
| 3.3 评价标准 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4. 实验结果及分析 | 第41-49页 |
| 4.1 实验环境 | 第41页 |
| 4.2 技术路线 | 第41-42页 |
| 4.3 结果分析测试 | 第42-48页 |
| 4.3.1 本文系统运行结果 | 第42-44页 |
| 4.3.2 算法性能分析 | 第44-48页 |
| 4.4 本章小结 | 第48-49页 |
| 5. 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 硕士期间发表论文和情况 | 第53-54页 |
| 致谢 | 第54页 |
