基子遗传算法的自适应图像检索系统的研究与实现
| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景与意义 | 第10页 |
| 1.2 基于内容的图像检索技术研究概况 | 第10-12页 |
| 1.2.1 CBIR概述 | 第10-11页 |
| 1.2.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 基于内容的图像检索系统的相关技术 | 第14-23页 |
| 2.1 基于内容的图像检索系统的原理和系统框架 | 第14-15页 |
| 2.2 图像特征的表达方式 | 第15-17页 |
| 2.2.1 颜色特征 | 第15-16页 |
| 2.2.2 纹理特征 | 第16-17页 |
| 2.2.3 形状特征 | 第17页 |
| 2.3 图像特征归一化理论 | 第17-18页 |
| 2.3.1 特征内部归一化 | 第17-18页 |
| 2.3.2 特征外部归一化 | 第18页 |
| 2.4 相似性度量方法 | 第18-20页 |
| 2.5 图像检索的反馈技术 | 第20-22页 |
| 2.5.1 相关反馈 | 第20-21页 |
| 2.5.2 关联反馈 | 第21页 |
| 2.5.3 自适应反馈 | 第21-22页 |
| 2.6 检索性能评价标准 | 第22页 |
| 2.7 本章小结 | 第22-23页 |
| 第三章 基于颜色特征的图像检索算法研究 | 第23-35页 |
| 3.1 颜色空间的选择 | 第23-26页 |
| 3.1.1 RGB颜色空间 | 第23-24页 |
| 3.1.2 HSV颜色空间 | 第24-25页 |
| 3.1.3 YUV颜色空间 | 第25-26页 |
| 3.1.4 Lab颜色空间 | 第26页 |
| 3.2 颜色空间的量化 | 第26-27页 |
| 3.3 颜色特征提取 | 第27-30页 |
| 3.3.1 颜色矩算法 | 第27-29页 |
| 3.3.2 分块加权颜色矩算法 | 第29-30页 |
| 3.4 实验结果与分析 | 第30-34页 |
| 3.4.1 人机交互式图像检索系统的设计与实现 | 第30-32页 |
| 3.4.2 检索结果示例 | 第32-34页 |
| 3.4.3 结果分析 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于纹理特征的图像检索算法研究 | 第35-42页 |
| 4.1 纹理特征提取算法 | 第35-39页 |
| 4.1.1 灰度共生矩阵算法 | 第35-37页 |
| 4.1.2 结合边缘检测的灰度共生矩阵算法 | 第37-39页 |
| 4.2 实验结果与分析 | 第39-41页 |
| 4.2.1 检索结果示例 | 第39-40页 |
| 4.2.2 结果分析 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 基于遗传算法的自适应图像检索算法研究 | 第42-55页 |
| 5.1 基于固定权重的图像检索算法分析 | 第42-44页 |
| 5.1.1 基于固定权重的图像检索算法 | 第42-43页 |
| 5.1.2 实验结果与分析 | 第43-44页 |
| 5.2 遗传算法概述 | 第44-48页 |
| 5.2.1 遗传算法的基本思想 | 第44-45页 |
| 5.2.2 遗传算法的特点 | 第45页 |
| 5.2.3 遗传算法实现的关键技术 | 第45-48页 |
| 5.3 基于遗传算法的自适应特征权重实现策略 | 第48-50页 |
| 5.4 基于遗传算法的自适应图像检索流程 | 第50-51页 |
| 5.5 实验结果与分析 | 第51-54页 |
| 5.5.1 检索结果示例 | 第51-54页 |
| 5.5.2 结果分析 | 第54页 |
| 5.6 本章小结 | 第54-55页 |
| 第六章 全文总结与展望 | 第55-57页 |
| 6.1 全文总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
