| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-27页 |
| §1.1 研究的背景和意义 | 第13-16页 |
| ·研究的背景 | 第13-14页 |
| ·研究的意义 | 第14-16页 |
| §1.2 国内外研究及发展现状 | 第16-20页 |
| ·国外研究和应用状况 | 第16-17页 |
| ·国内研究和发展动态 | 第17-18页 |
| ·国内外研究热点 | 第18-20页 |
| §1.3 本文主要研究成果及章节安排 | 第20-27页 |
| 第二章 基于内容的图像检索研究中的关键技术 | 第27-49页 |
| §2.1 CBIR的基本检索原理 | 第27-29页 |
| §2.2 图像检索中常用的低层视觉特征描述方法 | 第29-41页 |
| ·颜色特征 | 第30-38页 |
| ·纹理特征 | 第38-39页 |
| ·形状特征 | 第39-40页 |
| ·空间关系特征 | 第40-41页 |
| §2.3 图像检索中常用的相似性度量方法 | 第41-44页 |
| §2.4 图像检索算法的评价准则 | 第44-47页 |
| ·用图形表示的性能指标 | 第44-45页 |
| ·用单值表示的性能指标 | 第45-47页 |
| §2.5 小结 | 第47-49页 |
| 第三章 基于方块编码的图像检索 | 第49-75页 |
| §3.1 引言 | 第49-50页 |
| §3.2 方块编码算法 | 第50-52页 |
| §3.3 基于纹理基元的图像检索算法 | 第52-61页 |
| ·纹理基元的提取 | 第52-55页 |
| ·图像纹理特征的提取 | 第55-59页 |
| ·形状特征的提取 | 第59-61页 |
| ·基于纹理基元图像检索 | 第61页 |
| §3.4 基于关键块的图像检索 | 第61-64页 |
| ·特征提取 | 第62-63页 |
| ·相似性度量 | 第63-64页 |
| §3.5 算法总结 | 第64-65页 |
| ·基于纹理基元的图像检索算法 | 第64-65页 |
| ·基于关键块的图像检索算法 | 第65页 |
| §3.6 实验结果 | 第65-73页 |
| ·基于纹理基元的图像检索算法实验结果 | 第65-70页 |
| ·基于关键块的图像检索算法实验结果 | 第70-73页 |
| §3.7 小结 | 第73-75页 |
| 第四章 基于颜色矢量角的图像检索 | 第75-89页 |
| §4.1 引言 | 第75-76页 |
| §4.2 颜色矢量角及边缘提取 | 第76-79页 |
| ·颜色矢量角及特性 | 第76-77页 |
| ·边缘提取 | 第77-79页 |
| §4.3 特征提取 | 第79-82页 |
| ·颜色矢量角直方图 | 第79-80页 |
| ·空间联合分布熵 | 第80-82页 |
| §4.4 相似性度量 | 第82页 |
| §4.5 算法总结 | 第82-83页 |
| §4.6 实验结果 | 第83-87页 |
| §4.7 小结 | 第87-89页 |
| 第五章 基于位平面分布熵的图像检索 | 第89-101页 |
| §5.1 引言 | 第89-90页 |
| §5.2 特征提取 | 第90-95页 |
| ·位平面分解与位平面 | 第90-93页 |
| ·位平面分布熵 | 第93-95页 |
| §5.3 相似性度量 | 第95页 |
| §5.4 算法总结 | 第95-96页 |
| §5.5 实验结果 | 第96-99页 |
| §5.6 小结 | 第99-101页 |
| 第六章 基于图像显著点的图像检索 | 第101-113页 |
| §6.1 引言 | 第101-102页 |
| §6.2 基于显著点的图像特征提取 | 第102-108页 |
| ·块逆概率差(BDIP)模型及BDIP图像的提取 | 第102-104页 |
| ·显著点提取算法 | 第104-106页 |
| ·基于显著点的特征提取 | 第106-108页 |
| §6.3 相似性度量 | 第108页 |
| §6.4 算法总结 | 第108-109页 |
| §6.5 实验结果 | 第109-111页 |
| §6.6 小结 | 第111-113页 |
| 第七章 基于DCT压缩域的图像检索 | 第113-129页 |
| §7.1 引言 | 第113-114页 |
| §7.2 JPEG压缩标准及离散余弦变换(DCT) | 第114-116页 |
| §7.3 纹理特征提取 | 第116-120页 |
| ·复杂度的定义 | 第116-117页 |
| ·加权复杂度直方图 | 第117-120页 |
| §7.4 边缘空间分布特征提取 | 第120-122页 |
| §7.5 相似性度量 | 第122-123页 |
| §7.6 算法总结 | 第123-124页 |
| §7.7 实验结果 | 第124-126页 |
| §7.8 小结 | 第126-129页 |
| 第八章 总结和展望 | 第129-133页 |
| §8.1 本文取得的研究成果 | 第129-130页 |
| §8.2 进一步的工作 | 第130-133页 |
| 致谢 | 第133-135页 |
| 参考文献 | 第135-149页 |
| 攻博期间的研究论文和参加的科研项目 | 第149-150页 |