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

图像检索关键技术研究

摘要第1-6页
Abstract第6-7页
致谢第7-11页
第一章 绪论第11-16页
   ·引言第11-12页
   ·CBIR的研究现状及热点第12-15页
     ·国内外研究现状第12-13页
     ·研究热点第13-15页
   ·图像检索存在的问题第15页
   ·本论文的工作及章节安排第15-16页
第二章 图像特征提取第16-24页
   ·图像特征提取概述第16页
   ·图像的颜色特征第16-19页
     ·颜色直方图第16-17页
     ·颜色矩第17-18页
     ·颜色集第18页
     ·颜色聚合向量第18-19页
   ·纹理特征第19-20页
     ·Tamura纹理特征第19页
     ·基于小波变化的纹理特征第19-20页
     ·自回归纹理模型第20页
   ·形状特征的提取第20-24页
     ·图像分割方法第21-22页
     ·形状不变矩第22-24页
第三章 图像分割第24-34页
   ·图像分割方法概述第24-28页
   ·基于FCM聚类的图像快速分割算法第28-32页
     ·概述第28页
     ·加权FCM算法第28-29页
     ·基于直方图加权的FCM算法第29-30页
       ·基于一维直方图加权的FCM算法第29页
       ·基于二维直方图加权的FCM算法第29-30页
     ·基于二维直方图加权和塔形分解的FCM算法第30-32页
       ·二维直方图的构造和塔形分解第30-31页
       ·塔形加权FCM聚类的图像快速分割算法第31-32页
   ·图像分割结果第32-34页
第四章 图像匹配第34-43页
   ·图像匹配距离度量方法第35页
   ·IRM匹配第35-39页
     ·区域匹配第35-37页
     ·IRM图像匹配第37-38页
     ·IRM匹配结果分析第38-39页
   ·改进算法第39-40页
     ·图像的改进算法第39页
     ·改进算法匹配结果第39-40页
   ·结果评价第40页
     ·图像检索有效性第40页
     ·各算法检索性能比较第40页
   ·未来主要研究方向及展望第40-43页
     ·综合的多特征检索技术第40-41页
     ·高层概念和低层概念的关联第41页
     ·高维索引技术第41页
     ·性能评价准则第41页
     ·内容描述标准第41-42页
     ·用户查询接口第42-43页
第五章 结束语第43-44页
参考文献第44-46页

论文共46页,点击 下载论文
上一篇:IPTV业务承载网组网技术研究
下一篇:动车组维修管理信息系统研究与开发