| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 引言 | 第8-9页 |
| 1 绪论 | 第9-15页 |
| ·图像检索模式 | 第9-12页 |
| ·基于文本的图像检索模式及特点 | 第9页 |
| ·基于内容的图像检索模式及特点 | 第9-11页 |
| ·基于语义的图像检索 | 第11-12页 |
| ·图像检索的应用 | 第12-15页 |
| ·图像检索系统的类型 | 第12-13页 |
| ·应用领域 | 第13页 |
| ·典型CBIR系统介绍 | 第13-15页 |
| 2 CBIR技术研究 | 第15-30页 |
| ·图像特征的提取与表达 | 第15-23页 |
| ·颜色特征的提取与表达 | 第15-17页 |
| ·形状特征的提取与表达 | 第17-18页 |
| ·图像纹理特征的提取和表达 | 第18-20页 |
| ·图像空间关系的提取和表达 | 第20-21页 |
| ·语义特征的提取和表达 | 第21-23页 |
| ·图像特征的相似性度量 | 第23-26页 |
| ·欧拉距离 | 第24页 |
| ·直方图相交 | 第24-25页 |
| ·二次式距离 | 第25页 |
| ·马氏距离 | 第25页 |
| ·非几何的相似度方法 | 第25-26页 |
| ·图像高维特征的约减和索引 | 第26-28页 |
| ·图像高维特征缩减 | 第26-27页 |
| ·图像高维特征索引 | 第27-28页 |
| ·CBIR系统的评价方法 | 第28-30页 |
| ·查全率和查准率(Recall vs. Precision) | 第28-29页 |
| ·排序方法 | 第29-30页 |
| 3 CBIR系统性能的优化 | 第30-41页 |
| ·聚类技术对图像数据库的优化 | 第30-34页 |
| ·k均值聚类算法 | 第31-32页 |
| ·自适应聚类算法 | 第32-33页 |
| ·实验结果与分析 | 第33-34页 |
| ·基于多特征组合的图像检索 | 第34-37页 |
| ·基本思想 | 第34页 |
| ·相似性度量 | 第34-37页 |
| ·图像的相关反馈技术 | 第37-41页 |
| ·引入相关反馈机制的意义 | 第37-39页 |
| ·相关反馈的基本思想和系统框图 | 第39-41页 |
| 4 基于相关反馈CBIR系统的实现 | 第41-61页 |
| ·CBIR中的相关反馈技术 | 第41-57页 |
| ·查询向量优化算法 | 第41-44页 |
| ·特征权重调整算法 | 第44-51页 |
| ·基于修改数据库概率分布的算法 | 第51-54页 |
| ·基于机器学习的相关反馈 | 第54-57页 |
| ·其它图像相关反馈技术 | 第57页 |
| ·基于相关反馈的CBIR系统 | 第57-61页 |
| ·系统的结构 | 第57-58页 |
| ·基于相关反馈的CBIR系统研究 | 第58-61页 |
| 5 实验结果 | 第61-67页 |
| ·系统介绍 | 第61-63页 |
| ·系统界面 | 第61页 |
| ·系统的特点 | 第61-62页 |
| ·系统的体系结构 | 第62页 |
| ·系统检索途径说明 | 第62页 |
| ·系统检索参数设定说明 | 第62-63页 |
| ·实验过程和结果分析 | 第63-67页 |
| ·实验计划 | 第63页 |
| ·实验过程 | 第63-66页 |
| ·实验结果分析 | 第66-67页 |
| 结束语 | 第67-68页 |
| 主要参考文献 | 第68-73页 |
| 后记 | 第73页 |