基于视觉显著区提取的图像检索方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景 | 第9页 |
| 1.2 图像检索的发展历史和现状 | 第9-12页 |
| 1.3 本文的研究内容和结构安排 | 第12-14页 |
| 第二章 基于图像内容的特征提取 | 第14-21页 |
| 2.1 颜色特征 | 第14-16页 |
| 2.2 纹理特征 | 第16-18页 |
| 2.3 形状特征 | 第18-19页 |
| 2.4 感兴趣区域检测 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 尺度空间理论 | 第21-30页 |
| 3.1 图像的高斯模糊 | 第21-22页 |
| 3.2 分离高斯模糊 | 第22-24页 |
| 3.3 尺度空间的表示 | 第24-26页 |
| 3.4 高斯差分金字塔 | 第26-27页 |
| 3.5 小波分析理论 | 第27-29页 |
| 3.6 本章小结 | 第29-30页 |
| 第四章 视觉注意模型及改进 | 第30-40页 |
| 4.0 视觉注意机制概述 | 第30-31页 |
| 4.1 视觉注意模型概述 | 第31-33页 |
| 4.2 经典视觉注意模型 | 第33-37页 |
| 4.3 改进的视觉注意模型 | 第37-38页 |
| 4.4 显著图的生成 | 第38-39页 |
| 4.5 实验与分析 | 第39页 |
| 4.6 本章小结 | 第39-40页 |
| 第五章 基于SIFT算子的显著区匹配 | 第40-46页 |
| 5.1 尺度空间的极值检测 | 第40-41页 |
| 5.2 关键点的精确定位 | 第41-43页 |
| 5.3 特征点方向分配 | 第43-44页 |
| 5.4 特征点表示 | 第44页 |
| 5.5 特征图匹配 | 第44-45页 |
| 5.6 本章小结 | 第45-46页 |
| 第六章 基于显著区的图像检索 | 第46-54页 |
| 6.1 图像特征的相似性度量 | 第46页 |
| 6.2 图像检索的评价标准 | 第46-47页 |
| 6.3 特征空间的选择与量化 | 第47-48页 |
| 6.4 多特征的归一化 | 第48页 |
| 6.5 实验系统 | 第48-49页 |
| 6.6 实验结果分析 | 第49-53页 |
| 6.7 本章小结 | 第53-54页 |
| 第七章 总结和展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 在读期间的研究成果以及发表的学术论文 | 第60页 |
