图像局部特征技术在图像检索系统中的应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题意义 | 第11页 |
| 1.2 局部特征技术概述 | 第11-14页 |
| 1.2.1 局部特征提取技术研究概况 | 第11-13页 |
| 1.2.2 局部特征描述技术研究概况 | 第13-14页 |
| 1.3 图像检索技术概述 | 第14-17页 |
| 1.3.1 基于文本的图像检索技术 | 第14-15页 |
| 1.3.2 基于内容的图像检索技术 | 第15-16页 |
| 1.3.3 基于内容的图像检索技术应用现状 | 第16-17页 |
| 1.3.4 基于内容的图像检索技术的发展方向 | 第17页 |
| 1.4 本文章节安排 | 第17-19页 |
| 第二章 局部特征提取 | 第19-35页 |
| 2.1 角点检测方法 | 第19-23页 |
| 2.1.1 Moravec 角点检测方法 | 第19-21页 |
| 2.1.2 Harris 角点检测算法 | 第21-22页 |
| 2.1.3 SUSAN 角点检测算法 | 第22-23页 |
| 2.1.4 角点检测算法小结 | 第23页 |
| 2.2 区域检测方法 | 第23-28页 |
| 2.2.1 MSER 算法 | 第24-25页 |
| 2.2.2 DOG 算子 | 第25-27页 |
| 2.2.3 区域检测方法小结 | 第27-28页 |
| 2.3 基于显著性区域的局部特征筛选 | 第28-33页 |
| 2.3.1 基于图像频谱差的显著性区域检测 | 第28-30页 |
| 2.3.2 基于相位谱的显著性区域检测 | 第30-32页 |
| 2.3.3 基于显著性区域的局部特征筛选 | 第32-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 局部特征描述 | 第35-52页 |
| 3.1 基于滤波的局部特征描述子 | 第35-38页 |
| 3.2 基于分布的局部特征描述 | 第38-45页 |
| 3.2.1 SIFT 算子 | 第38-41页 |
| 3.2.2 PCA-SIFT 算子 | 第41-42页 |
| 3.2.3 SURF 算子 | 第42-44页 |
| 3.2.4 基于分布的描述子小结 | 第44-45页 |
| 3.3 基于SIFT 算子的快速局部特征描述 | 第45-51页 |
| 3.3.1 算法描述 | 第45-48页 |
| 3.3.2 实验结果 | 第48-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 基于局部特征技术的图像检索系统 | 第52-63页 |
| 4.1 系统概况 | 第52-53页 |
| 4.2 系统实现 | 第53-59页 |
| 4.2.1 系统的工作流程 | 第53页 |
| 4.2.2 局部特征提取和描述 | 第53-56页 |
| 4.2.3 特征检索匹配 | 第56-57页 |
| 4.2.4 局部特征的聚类量化 | 第57-59页 |
| 4.3 实验结果 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| 5.1 本文的工作总结 | 第63页 |
| 5.2 课题展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间发表的学术论文 | 第71-73页 |
