基于遗传算法的自适应图像检索
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| ·选题背景 | 第8页 |
| ·图像检索方法的研究综述 | 第8-12页 |
| ·基于文本的检索方法 | 第8-9页 |
| ·基于内容的检索方法 | 第9-11页 |
| ·图像检索系统的性能指标和评价准则 | 第11-12页 |
| ·基于内容图像检索技术的现状和发展方向 | 第12-15页 |
| ·现有CBIR系统 | 第12-14页 |
| ·图像检索技术的未来发展 | 第14-15页 |
| ·本文所研究的问题及组织结构 | 第15-17页 |
| 第二章 基于内容的图像检索方法 | 第17-31页 |
| ·基于颜色特征的图像检索 | 第17-24页 |
| ·颜色模型的选取 | 第17-20页 |
| ·颜色直方图 | 第20-22页 |
| ·颜色匹配算法 | 第22-24页 |
| ·基于纹理特征的图像检索方法 | 第24-29页 |
| ·纹理概述 | 第24页 |
| ·灰度共生矩阵 | 第24-26页 |
| ·Tamura纹理模型 | 第26-28页 |
| ·自回归纹理模型 | 第28页 |
| ·基于小波变换的纹理模型 | 第28-29页 |
| ·颜色、纹理特征与图像编码相结合 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 图像检索中的反馈机制 | 第31-45页 |
| ·相关反馈 | 第31-35页 |
| ·关联反馈 | 第35-37页 |
| ·自适应反馈 | 第37-44页 |
| ·遗传算法的基本思想 | 第38-39页 |
| ·遗传算法的特点 | 第39-40页 |
| ·遗传算法的实现过程 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 遗传算法在图像检索中的实现策略 | 第45-58页 |
| ·遗传算法的编码 | 第45-48页 |
| ·图像颜色特征的抽取 | 第45-47页 |
| ·图像染色体编码 | 第47-48页 |
| ·遗传操作 | 第48-55页 |
| ·适应性的度量及选择策略 | 第48-49页 |
| ·交叉算子 | 第49-51页 |
| ·变异算子 | 第51页 |
| ·下一代的选择 | 第51-52页 |
| ·实验结果及分析 | 第52-55页 |
| ·综合颜色特征、纹理特征和遗传算法的图像检索 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 全文总结与展望 | 第58-60页 |
| ·本文总结 | 第58-59页 |
| ·进一步的研究方向 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的学术论文 | 第64页 |
