| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景和意义 | 第12-13页 |
| ·CBIR研究现状 | 第13-16页 |
| ·国外现状 | 第13-15页 |
| ·国内现状 | 第15-16页 |
| ·本文的研究内容及创新点 | 第16-17页 |
| ·论文的组织结构 | 第17-18页 |
| 第二章 基于语义的图像检索综述 | 第18-31页 |
| ·图像语义模型 | 第18-21页 |
| ·图像语义模型定义 | 第18-19页 |
| ·图像语义模型结构 | 第19-21页 |
| ·图像语义提取 | 第21-27页 |
| ·基于领域本体的方法 | 第21-22页 |
| ·机器学习的方法 | 第22-23页 |
| ·相关反馈(RF) | 第23-25页 |
| ·语义模板(Semantic Templet,TF) | 第25-27页 |
| ·图像语义特征表示 | 第27-28页 |
| ·现有的语义图像检索系统 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 改进的K-均值图像分割及特征提取 | 第31-37页 |
| ·色彩空间转换 | 第31-32页 |
| ·图像分割 | 第32-34页 |
| ·特征提取 | 第34-35页 |
| ·空间位置特征提取 | 第34-35页 |
| ·形状特征提取 | 第35页 |
| ·实验分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于模糊领域本体的概念语义特征表示模型SFDMFDO | 第37-49页 |
| ·问题的提出 | 第37-38页 |
| ·本体相关理论 | 第38-41页 |
| ·本体概念 | 第38页 |
| ·本体的作用 | 第38-39页 |
| ·本体的构造准则 | 第39-40页 |
| ·本体的构造方法 | 第40-41页 |
| ·模糊集理论 | 第41-43页 |
| ·模糊集的概念 | 第41-42页 |
| ·模糊集合的运算及性质 | 第42-43页 |
| ·模糊领域本体FDO | 第43-45页 |
| ·图像的FDO描述模型SFDMFDO | 第45-48页 |
| ·SFDMFDO原理 | 第45-46页 |
| ·SFDMFDO的构建 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 底层特征到高层语义特征的映射 | 第49-59页 |
| ·Vague相关理论 | 第49页 |
| ·支持向量机相关理论 | 第49-54页 |
| ·SVM和FSVM理论 | 第49-51页 |
| ·基于Vague的FSVM(V-FSVM) | 第51-54页 |
| ·基于V-FSVMs图像分类的映射 | 第54-56页 |
| ·V-FSVMs图像分类 | 第54-55页 |
| ·高层语义特征自动获取 | 第55-56页 |
| ·基于相关反馈RFSV的映射 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 基于模糊领域本体语义的图像检索SBIRFDO原型系统 | 第59-66页 |
| ·开发和运行环境简介 | 第59页 |
| ·SBIRFDO逻辑结构 | 第59-61页 |
| ·图像特征库生成与管理模块 | 第60页 |
| ·图像检索模块 | 第60页 |
| ·相关反馈模块 | 第60-61页 |
| ·实验效果分析 | 第61-65页 |
| ·图像准备 | 第61页 |
| ·图像检索性能评价准则 | 第61-62页 |
| ·分类结果及分析 | 第62-63页 |
| ·检索结果与分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第七章 结论与展望 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·下一步工作展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 论文及科研情况 | 第74页 |
