| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-12页 |
| ·图像检索发展的两个阶段 | 第9-11页 |
| ·基于内容的图像检索的应用 | 第11页 |
| ·研究的着眼点及意义 | 第11-12页 |
| ·国内外研究概况 | 第12-14页 |
| ·主要研究内容及组织 | 第14页 |
| 第二章 基于内容的图像检索技术 | 第14-34页 |
| ·图像特征提取技术 | 第17-28页 |
| ·颜色特征 | 第17-20页 |
| ·纹理特征 | 第20-26页 |
| ·形状特征 | 第26-28页 |
| ·特征索引技术 | 第28-29页 |
| ·相似度度量 | 第29-30页 |
| ·用户查询和浏览接口 | 第30-31页 |
| ·相关性反馈 | 第31-32页 |
| ·图像检索算法的评价策略 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于内容图像检索的模糊集理论融 | 第34-48页 |
| ·模糊集理论 | 第34-35页 |
| ·模糊特征 | 第35-39页 |
| ·模糊直方图 | 第35-37页 |
| ·模糊形状特征 | 第37-39页 |
| ·模糊特征相似性度量 | 第39-42页 |
| ·基于距离(Metric-based)的度量方法 | 第40页 |
| ·基于集合理论(Set theoretic)的度量方法 | 第40-41页 |
| ·基于贴近度(Closeness degree)的度量方法 | 第41页 |
| ·其他 | 第41-42页 |
| ·模糊聚类 | 第42-47页 |
| ·模糊C 均值聚类算法(FCM) | 第43-44页 |
| ·人工免疫网络数据聚类算法 | 第44-45页 |
| ·FCM 与aiNet 方法比较 | 第45-46页 |
| ·实验与结论 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于区域模糊特征的图像检索研究和实现 | 第48-64页 |
| ·基于区域模糊特征的图像检索 | 第49-54页 |
| ·图像分割及特征提取 | 第49-51页 |
| ·区域特征模糊化 | 第51-53页 |
| ·相似性度量 | 第53-54页 |
| ·算法改进 | 第54-57页 |
| ·运算数据量的减少及FCM 算法的改进 | 第54-55页 |
| ·形状特征的提取 | 第55-56页 |
| ·区域空间分布特征的邻接表表示 | 第56-57页 |
| ·系统实现 | 第57-62页 |
| ·整体框架及主要模块算法 | 第57-59页 |
| ·运行环境简介 | 第59-60页 |
| ·算法效果分析 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 结论及进一步的工作 | 第64-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 A(攻读学位期间发表论文及参加项目目录) | 第73-74页 |
| 附录 B(部分源代码) | 第74-81页 |