基于多特征的图像检索方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题研究的意义和应用前景 | 第8页 |
| ·图像信息的特点 | 第8-9页 |
| ·国内外研究的历史及现状 | 第9-11页 |
| ·国外 CBIR的典型系统介绍 | 第9-10页 |
| ·国内 CBIR系统介绍 | 第10-11页 |
| ·本文主要的研究工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第2章 CBIR图像检索的体系结构和分类 | 第13-22页 |
| ·CBIR检索系统的体系结构 | 第13-15页 |
| ·图像检索技术的分类 | 第15-20页 |
| ·基于颜色特征的检索方式 | 第15-16页 |
| ·基于纹理特征的检索方式 | 第16-17页 |
| ·基于形状特征的检索方式 | 第17-18页 |
| ·综合图像多特征的检索方式 | 第18-19页 |
| ·基于内容的自适应的图像检索方式 | 第19页 |
| ·基于知识的检索方式 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 图像检索的关键技术 | 第22-34页 |
| ·图像分割 | 第22页 |
| ·图像颜色特征提取 | 第22-25页 |
| ·图像纹理特征的提取 | 第25-28页 |
| ·相似性度量 | 第28-33页 |
| ·距离度量方式 | 第28-30页 |
| ·相似性度量结构 | 第30-31页 |
| ·相似性度量其他需要解决的问题 | 第31-33页 |
| ·相关反馈 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于多特征图像检索算法研究 | 第34-43页 |
| ·查询图像分割算法 | 第34-35页 |
| ·提取目标区域算法 | 第35-37页 |
| ·图像目标区域纹理特征提取算法 | 第37-38页 |
| ·图像目标区域颜色共生矩阵特征提取算法 | 第38-40页 |
| ·相似性度量算法 | 第40-41页 |
| ·检索效果评价方法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于多特征检索系统实现 | 第43-58页 |
| ·软件设计过程 | 第43-49页 |
| ·系统分析 | 第43-44页 |
| ·系统设计 | 第44-46页 |
| ·软件开发环境 | 第46页 |
| ·系统工作的流程 | 第46-49页 |
| ·系统的结构 | 第49-54页 |
| ·友好的图像检索界面模块 | 第49-51页 |
| ·图像库管理模块 | 第51页 |
| ·特征提取模块 | 第51-53页 |
| ·检索模块 | 第53-54页 |
| ·实验 | 第54-57页 |
| ·图像数据库的选择 | 第54-55页 |
| ·不同方法对相同图像库的性能比较 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·下一步的工作 | 第59页 |
| ·发展趋势 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间的研究成果 | 第64页 |
