基于内容的二值图像检索技术研究
| 表目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究背景和意义 | 第11-12页 |
| ·图像检索发展现状 | 第12-14页 |
| ·图像检索关键技术 | 第14-19页 |
| ·特征提取 | 第15-16页 |
| ·相似性度量 | 第16-17页 |
| ·高维特征的索引 | 第17-18页 |
| ·相关反馈 | 第18-19页 |
| ·评价准则 | 第19页 |
| ·本文主要研究内容 | 第19-21页 |
| 第二章 基于颜色与纹理特征的图像检索 | 第21-32页 |
| ·颜色特征 | 第21-22页 |
| ·纹理特征 | 第22-26页 |
| ·相似性度量 | 第26-28页 |
| ·综合颜色和纹理的图像检索 | 第28-32页 |
| ·主颜色 | 第28-29页 |
| ·边缘直方图 | 第29-30页 |
| ·实验结果和结论 | 第30-32页 |
| 第三章 基于形状特征的二值图像检索 | 第32-42页 |
| ·形状表达和描述 | 第32-34页 |
| ·基于轮廓的描述方法 | 第33页 |
| ·基于区域的描述方法 | 第33-34页 |
| ·基于轮廓的形状检索 | 第34-35页 |
| ·基于区域的形状检索 | 第35-39页 |
| ·基于几何不变矩的方法 | 第36-37页 |
| ·基于正交矩的方法 | 第37-39页 |
| ·实验结果与分析 | 第39-42页 |
| 第四章 基于密度分布特征的形状检索 | 第42-47页 |
| ·形心定位和区域划分 | 第42-43页 |
| ·密度分布特征的提取 | 第43-44页 |
| ·特征提取结果和分析 | 第44-45页 |
| ·相似性度量 | 第45页 |
| ·实验结果与分析 | 第45-47页 |
| 第五章 CBIR系统优化技术 | 第47-61页 |
| ·聚类技术 | 第47-50页 |
| ·K均值聚类算法 | 第48-49页 |
| ·基于GA的动态聚类算法 | 第49-50页 |
| ·聚类筛选 | 第50-52页 |
| ·球形度与Zernike矩两级检索 | 第52-53页 |
| ·相关反馈技术 | 第53-60页 |
| ·小结 | 第60-61页 |
| 第六章 基于内容的图像检索实验系统 | 第61-65页 |
| ·引言 | 第61页 |
| ·系统模块 | 第61-64页 |
| ·系统主界面 | 第61-62页 |
| ·图像处理模块 | 第62页 |
| ·数据库管理模块 | 第62-63页 |
| ·图像检索模块 | 第63-64页 |
| ·小结 | 第64-65页 |
| 结束语 | 第65-67页 |
| 一、总结 | 第65-66页 |
| 二、展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第71-72页 |
| 致谢 | 第72页 |
