一种图像检索框架的研究及其原型系统的实现
| 第一章 绪论 | 第1-12页 |
| 1．1 引言 | 第6-7页 |
| 1．2 CBIR简介 | 第7-10页 |
| 1．2．1 CBIR的主要研究技术 | 第7-8页 |
| 1．2．2 CBIR的索引结构 | 第8-9页 |
| 1．2．3 CBIR的典型系统介绍 | 第9-10页 |
| 1．3 本文的主要工作和论文组织结构 | 第10-12页 |
| 1．3．1 本文的主要工作 | 第10-11页 |
| 1．3．2 论文的组织结构 | 第11-12页 |
| 第二章 基于颜色直方图和纹理的图像检索 | 第12-21页 |
| 2．1 颜色模型简介 | 第12-15页 |
| 2．1．1 RGB彩色模型 | 第12页 |
| 2．1．2 CMY彩色模型 | 第12-13页 |
| 2．1．3 YIQ彩色模型 | 第13页 |
| 2．1．4 HSI彩色模型 | 第13-14页 |
| 2．1．5 HSV彩色模型 | 第14-15页 |
| 2．2 基于HSV颜色直方图的图像检索 | 第15-17页 |
| 2．2．1 HSV颜色空间的量化 | 第16页 |
| 2．2．2 HSV直方图的距离测度 | 第16-17页 |
| 2．3 基于纹理的图像检索 | 第17-21页 |
| 2．3．1 纹理概述 | 第17-18页 |
| 2．3．2 基于共生矩阵法纹理的图像检索 | 第18-21页 |
| 第三章 颜色相关图与颜色自相关图 | 第21-25页 |
| 3．1 颜色相关图的定义 | 第21-23页 |
| 3．2 相关图的距离测度 | 第23页 |
| 3．3 颜色相关图的计算和动态编程 | 第23-25页 |
| 第四章 主动学习框架 | 第25-40页 |
| 4．1 主动学习框架的原理 | 第25-26页 |
| 4．2 主动学习框架系统实现的步骤 | 第26-33页 |
| 4．2．1 构造合适的概率密度函数 | 第27-28页 |
| 4．2．2 更新概率链表 | 第28-30页 |
| 4．2．3 不确定性的度量 | 第30-32页 |
| 4．2．4 语义和底层特征的结合 | 第32-33页 |
| 4．3 用户反馈的处理 | 第33-40页 |
| 4．3．1 常见的相关反馈模型 | 第33-36页 |
| 4．3．2 本文系统中反馈的处理 | 第36-40页 |
| 第五章 原型的实现 | 第40-48页 |
| 5．1 开发工具的选取 | 第40页 |
| 5．2 总体框架与数据库设计 | 第40-41页 |
| 5．3 系统功能模块结构 | 第41-42页 |
| 5．4 数据结构和功能实现概要 | 第42-46页 |
| 5．5 主要的程序界面 | 第46-48页 |
| 第六章 试验结果和性能评价 | 第48-56页 |
| 6．1 评价函数的确立 | 第48-49页 |
| 6．2 检索示例 | 第49-55页 |
| 6．2．1 无反馈的检索示例 | 第49-53页 |
| 6．2．2 带反馈的检索示例 | 第53-55页 |
| 6．3 结论 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 总结 | 第56页 |
| 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录——检索主代码 | 第62-65页 |
| 个人简历和攻读硕士期间发表的论文 | 第65页 |
