| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题来源 | 第9页 |
| 1.2 选题背景和意义 | 第9-10页 |
| 1.3 论文主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11页 |
| 1.5 本章小结 | 第11-12页 |
| 第2章 图像检索技术概述及唐卡图像研究现状 | 第12-21页 |
| 2.1 图像检索技术研究现状 | 第12-13页 |
| 2.2 图像检索技术发展的阶段性特点 | 第13-15页 |
| 2.2.1 基于文本的图像检索技术 | 第13页 |
| 2.2.2 基于内容的图像检索技术 | 第13-14页 |
| 2.2.3 基于语义的图像检索技术 | 第14-15页 |
| 2.3 唐卡图像研究现状及不足 | 第15-17页 |
| 2.3.1 唐卡图像研究现状 | 第15-17页 |
| 2.3.2 唐卡研究中存在的不足 | 第17页 |
| 2.4 基于内容的图像检索系统体系结构研究 | 第17-20页 |
| 2.4.1 典型的 CBIR 系统体系结构 | 第17-18页 |
| 2.4.2 基于多粒度拆分技术的唐卡图像检索系统框架图 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于圆形区域定位的唐卡图像特征区域提取研究 | 第21-33页 |
| 3.1 随机 Hough 变化检测圆 | 第21-24页 |
| 3.1.1 Hough 变换基本思路 | 第21-22页 |
| 3.1.2 Hough 变换检测圆 | 第22-23页 |
| 3.1.3 随机 Hough 变换圆检测 | 第23-24页 |
| 3.2 唐卡特征区域定位及提取 | 第24-31页 |
| 3.2.1 唐卡图像输入 | 第25页 |
| 3.2.2 边缘线段检测 | 第25-26页 |
| 3.2.3 随机线段采样及验证 | 第26-28页 |
| 3.2.4 圆参数计算 | 第28-29页 |
| 3.2.5 虚假圆去除 | 第29-30页 |
| 3.2.6 特征区域定位及提取 | 第30-31页 |
| 3.3 唐卡图像特征区域定位及提取结果分析 | 第31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 唐卡图像头饰提取算法 | 第33-43页 |
| 4.1 颜色量化 | 第34-35页 |
| 4.1.1 HSV 颜色空间量化 | 第34-35页 |
| 4.2 背景颜色提取 | 第35-36页 |
| 4.3 头饰轮廓提取 | 第36-37页 |
| 4.4 头饰初分割及边缘去噪 | 第37-39页 |
| 4.4.1 头饰初分割 | 第37页 |
| 4.4.2 边缘去噪 | 第37-39页 |
| 4.5 实验结果分析 | 第39-42页 |
| 4.5.1 比较试验 | 第39-41页 |
| 4.5.2 存在的问题 | 第41-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 多粒度的唐卡图像检索技术研究 | 第43-60页 |
| 5.1 商空间粒度计算理论 | 第43-45页 |
| 5.1.1 商空间理论概述 | 第44-45页 |
| 5.2 图像检索的商空间描述 | 第45页 |
| 5.3 特征提取及表达 | 第45-52页 |
| 5.3.1 颜色特征提取 | 第45-47页 |
| 5.3.2 基于边缘点角度信息的单元熵的特征提取 | 第47-50页 |
| 5.3.3 轮廓特征提取 | 第50-52页 |
| 5.4 多粒度的唐卡图像检索 | 第52-56页 |
| 5.4.1 粒度划分 | 第52页 |
| 5.4.2 不同粒度下的特征提取 | 第52-54页 |
| 5.4.3 特征归一化 | 第54-55页 |
| 5.4.4 唐卡图像多粒度检索流程 | 第55-56页 |
| 5.5 实验及分析 | 第56-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间取得学术成果 | 第66-67页 |
| 个人简历 | 第67页 |