首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于本体的图像检索系统

致谢第1-6页
摘要第6-7页
ABSTRACT第7-10页
1 绪论第10-13页
   ·研究背景第10页
   ·图像检索方法分类第10-12页
     ·基于文本的图像检索第10-11页
     ·基于内容的图像检索第11页
     ·基于语义的图像检索第11-12页
   ·本文组织结构第12-13页
2 基于本体的图像检索系统模型第13-23页
   ·本体第13-16页
     ·什么是本体第13页
     ·本体的组件第13-14页
     ·设计本体的准则第14-15页
     ·本体的应用第15-16页
   ·基于本体的图像检索模型第16-23页
     ·相关研究第16-17页
     ·基于本体的模型结构第17-20页
     ·本体模型的实现第20-23页
3 图像视觉特征的提取及与高层语义的映射第23-31页
   ·图像视觉特征的提取第23-25页
     ·累积颜色直方图第23-24页
     ·边缘直方图第24-25页
   ·支持向量机理论及其在图像分类中的应用第25-28页
     ·支持向量机理论第25-28页
     ·利用SVM进行图像分类第28页
   ·利用SVM实现图像高层语义特征的自动提取第28-31页
4 以用户为中心的思想及其在图像检索中的应用第31-34页
   ·支持用户更新的语义结构设计第31-32页
     ·语义结构设计第31页
     ·语义结构的更新第31-32页
   ·面向用户的综合检索算法第32-34页
5 实验检索系统的设计与实现第34-47页
   ·系统结构第34-35页
     ·图像库管理相关模块第35页
     ·图像检索相关模块第35页
   ·实现环境第35-36页
   ·实验结果与分析第36-47页
     ·图像库的选择及语义结构的构造第36页
     ·图像分类的实验及结果分析第36-39页
     ·图像检索的实验及结果分析第39-45页
     ·相关反馈的实验及结果第45-47页
6 总结与展望第47-49页
   ·论文小结第47页
   ·展望第47-49页
     ·加入智能的特征选择第47-48页
     ·丰富和完善图像的注释信息第48页
     ·利用本体进行查询扩展第48-49页
参考文献第49-51页
附录A第51-57页
作者简历第57-59页
学位论文数据集第59页

论文共59页,点击 下载论文
上一篇:工业设计中的视觉张力研究
下一篇:稀土元素钕对密花石斛不定根再生作用的研究