互联网环境下图像检索若干问题研究
中文摘要 | 第1-5页 |
英文摘要 | 第5-10页 |
1 绪论 | 第10-24页 |
·研究意义 | 第10-11页 |
·国内外研究现状 | 第11-15页 |
·国外典型的CBIR 系统 | 第11-13页 |
·国内典型的CBIR 系统 | 第13-15页 |
·研究热点和难点 | 第15-22页 |
·研究目的与任务 | 第22-23页 |
·论文的组织结构 | 第23-24页 |
2 基于视觉特征的图像检索技术研究 | 第24-48页 |
·基于颜色特征的图像检索 | 第24-41页 |
·颜色模型 | 第25-34页 |
·颜色特征的表达 | 第34-37页 |
·基于颜色特征的相似性度量方法 | 第37-39页 |
·结合颜色与空间信息的图像检索方法 | 第39-41页 |
·基于纹理特征的图像检索 | 第41-44页 |
·粗糙度(Coarseness) | 第42-43页 |
·对比度(Contrast) | 第43页 |
·方向度(Directionality) | 第43页 |
·三种纹理特征对比实验 | 第43-44页 |
·基于形状特征的图像检索 | 第44-46页 |
·检索性能的评价 | 第46-47页 |
·査全率和查准率 | 第46-47页 |
·标准查全率和标准查准率 | 第47页 |
·排序评价方法 | 第47页 |
·本章小结 | 第47-48页 |
3 基于随机概率算子遗传算法的特征选择研究 | 第48-72页 |
·特征选择优化 | 第48-49页 |
·遗传算法的基本实现技术 | 第49-55页 |
·基于随机概率算子的双种群自适应遗传算法 | 第55-67页 |
·双种群遗传算法 | 第55-57页 |
·随机概率遗传算子的设计 | 第57-61页 |
·实验结果与分析 | 第61-67页 |
·基于随机概率算子遗传算法的图像特征选择 | 第67-70页 |
·基于遗传算法的特征选择步骤 | 第67-68页 |
·实验结果与分析 | 第68-70页 |
·本章小结 | 第70-72页 |
4 基于本征维数的图像降维技术研究 | 第72-86页 |
·常用非线性降维技术 | 第72-78页 |
·等距映射(ISOMAP) | 第73-74页 |
·局部线性嵌入(LLE) | 第74-76页 |
·拉普拉斯特征映射(LE) | 第76-77页 |
·保局投影(LPP) | 第77-78页 |
·利用图像HSV 特征降维 | 第78-80页 |
·HSV 模型 | 第78-79页 |
·RGB 模型向HSV 模型的转换 | 第79-80页 |
·HSV 颜色的量化 | 第80页 |
·图像本征维数估计 | 第80-83页 |
·本征维数的概念 | 第81-82页 |
·利用HSV 特征提取图像主色 | 第82-83页 |
·实验结果与分析 | 第83-85页 |
·本章小结 | 第85-86页 |
5 基于区域互信息的图像相似性度量研究 | 第86-100页 |
·常用图像相似性度量方法 | 第86页 |
·Shannon 颜色互信息 | 第86-91页 |
·统计互信息 | 第87-89页 |
·基于互信息的图像相似性计算 | 第89-90页 |
·基于区域互信息的图像相似性度量算法 | 第90-91页 |
·实验结果与分析 | 第91-98页 |
·数据库选择 | 第91-92页 |
·实验结果 | 第92-95页 |
·性能分析 | 第95-98页 |
·本章小结 | 第98-100页 |
6 基于 Web 的图像检索技术框架研究 | 第100-114页 |
·系统设计 | 第100-107页 |
·用户目标图像的表达 | 第101-106页 |
·Web 图像获取 | 第106-107页 |
·系统实现 | 第107-113页 |
·图像抓取 | 第108页 |
·图像入库 | 第108-109页 |
·图像索引 | 第109-110页 |
·用户界面设计 | 第110-111页 |
·图像检索 | 第111-113页 |
·本章小结 | 第113-114页 |
7 总结与展望 | 第114-116页 |
·主要工作 | 第114页 |
·展望 | 第114-116页 |
致谢 | 第116-118页 |
参考文献 | 第118-132页 |
附录 | 第132-133页 |
A 作者在攻读学位期间发表的论文目录 | 第132-133页 |
B 作者在攻读学位期间参与的科研成果目录 | 第133页 |