用于图像检索的视觉词汇树研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·一些实用的图像检索系统 | 第10-11页 |
| ·研究的热点和难点 | 第11-12页 |
| ·本文主要研究工作以及论文的组织结构 | 第12-14页 |
| 第二章 基于视觉特征的图像检索概述 | 第14-26页 |
| ·概述 | 第14页 |
| ·基于视觉特征的图像检索系统框架及功能 | 第14-16页 |
| ·基于视觉特征图像检索的关键技术 | 第16-23页 |
| ·图像分割技术 | 第16-19页 |
| ·相似度度量 | 第19-21页 |
| ·索引技术 | 第21-23页 |
| ·图像检索系统的评价准则 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 图像内容的特征描述 | 第26-34页 |
| ·图像特征的选择 | 第26页 |
| ·图像颜色特征 | 第26-29页 |
| ·颜色直方图 | 第27页 |
| ·颜色矩 | 第27-28页 |
| ·颜色集 | 第28页 |
| ·颜色聚合向量 | 第28-29页 |
| ·颜色相关图 | 第29页 |
| ·图像纹理特征 | 第29-31页 |
| ·Tamura纹理特征 | 第29-31页 |
| ·基于小波变换的纹理特征 | 第31页 |
| ·图像形状特征 | 第31-33页 |
| ·图像空间关系特征 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 词汇树的构建 | 第34-44页 |
| ·关键词模型 | 第34-35页 |
| ·词汇树 | 第35-38页 |
| ·TF-IDF加权方法 | 第38-39页 |
| ·图片的相似性度量 | 第39-40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第五章 自适应词汇树算法 | 第44-58页 |
| ·金字塔匹配核 | 第44-46页 |
| ·词汇树的自适应生长 | 第46-47页 |
| ·自适应生长算法 | 第47-50页 |
| ·新词汇树的生长 | 第47-49页 |
| ·删除过时的节点 | 第49页 |
| ·金字塔的维护 | 第49-50页 |
| ·实验分析 | 第50-57页 |
| ·词汇森林与词汇树 | 第50-51页 |
| ·自适应词汇树与静态词汇树 | 第51-52页 |
| ·生长参数的影响 | 第52-56页 |
| ·自适应的词汇树和重新聚类生成的词汇树比较 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间取得的科研成果 | 第66-68页 |
| 致谢 | 第68页 |
