基于纹理特征的图像检索方法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8页 |
| ·图像检索发展历程 | 第8-11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 |
| ·基于内容的图像检索需要解决的问题 | 第11页 |
| ·图像检索应用领域 | 第11-12页 |
| ·本文研究内容 | 第12-13页 |
| ·本文的结构 | 第13-14页 |
| 第二章 基于内容的图像检索方法研究现状 | 第14-21页 |
| ·引言 | 第14-15页 |
| ·空间域图像检索算法 | 第15-18页 |
| ·基于颜色的图像检索方法 | 第15-16页 |
| ·基于形状的图像检索算法 | 第16-17页 |
| ·基于纹理的图像检索方法 | 第17-18页 |
| ·频率域图像检索方法 | 第18-20页 |
| ·常用方法简介 | 第18-19页 |
| ·频率域图像检索方法优缺点 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 小波分析理论 | 第21-30页 |
| ·引言 | 第21页 |
| ·传统小波变换 | 第21-26页 |
| ·小波变换和小波函数 | 第22-23页 |
| ·小波函数性质 | 第23-24页 |
| ·多分辨分析与Mallat算法 | 第24-26页 |
| ·提升小波变换 | 第26-28页 |
| ·提升小波与传统小波结果比较 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于自适应提升小波的纹理图像检索算法 | 第30-41页 |
| ·引言 | 第30页 |
| ·基于自适应提升小波的图像分解 | 第30-34页 |
| ·二维提升小波 | 第31页 |
| ·Neville滤波器组 | 第31-33页 |
| ·自适应提升与GAD选择子 | 第33-34页 |
| ·合成排序梯度直方图 | 第34-37页 |
| ·相似性度量方法 | 第37-40页 |
| ·相似性度量方法介绍 | 第38-39页 |
| ·相似性度量方法比较 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 实验结果及分析 | 第41-52页 |
| ·引言 | 第41页 |
| ·实验系统介绍 | 第41-43页 |
| ·性能评价方法 | 第43-45页 |
| ·用户评价 | 第43-44页 |
| ·指标评价 | 第44-45页 |
| ·图表表示 | 第45页 |
| ·实验结果与性能分析 | 第45-51页 |
| ·噪声敏感性实验 | 第46-47页 |
| ·几何不变性实验 | 第47-49页 |
| ·视觉一致性实验 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文工作总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 附录 A: 本文插图索引 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间主要的研究成果 | 第61页 |
