| 1 引言 | 第1-11页 |
| 1．1 图像的存档问题 | 第7-10页 |
| 1．1．1 面向存储的方法 | 第7-9页 |
| 1．1．2 面向内容的方法 | 第9-10页 |
| 1．2 本文主要研究内容及特点 | 第10页 |
| 1．3 本文内容安排 | 第10-11页 |
| 2 基于内容的图像检索技术 | 第11-31页 |
| 2．1 计算机信息检索技术 | 第11-12页 |
| 2．1．1 索引策略 | 第11-12页 |
| 2．1．2 检索函数 | 第12页 |
| 2．2 图像检索的发展 | 第12-16页 |
| 2．2．1 基于文本方式的图像检索 | 第12-13页 |
| 2．2．2 基于知识和视觉特征的图像管理 | 第13页 |
| 2．2．3 Web环境下的CBIR | 第13-15页 |
| 2．2．4 图像内容描述的国际标准化 | 第15-16页 |
| 2．3 CBIR系统的系统结构 | 第16-17页 |
| 2．4 CBIR的图像数据库体系结构 | 第17-18页 |
| 2．5 CBIR的相似度量 | 第18页 |
| 2．6 CBIR各种索引技术 | 第18-23页 |
| 2．6．1 基于颜色特征的检索 | 第19-21页 |
| 2．6．2 基于纹理特征的检索 | 第21-22页 |
| 2．6．3 基于形状特征的检索 | 第22页 |
| 2．6．4 基于草图（Sketch-Based）的特征的检索 | 第22-23页 |
| 2．6．5 基于区域与目标特征的检索 | 第23页 |
| 2．6．6 压缩域图像特征索引与检索 | 第23页 |
| 2．7 CBIR的交互查询技术—相关反馈（Relevance Feedback） | 第23-24页 |
| 2．8 图像检索性能评价方法 | 第24-29页 |
| 2．8．1 性能评价方法 | 第25-27页 |
| 2．8．2 基准查询样本 | 第27-28页 |
| 2．8．3 图像集 | 第28页 |
| 2．8．4 相关性估值 | 第28-29页 |
| 2．8．5 总结 | 第29页 |
| 2．9 CBIR的典型系统介绍 | 第29-31页 |
| 3 基于代表色的图像检索方法 | 第31-43页 |
| 3．1 概述 | 第31-32页 |
| 3．2 特征提取 | 第32-40页 |
| 3．2．1 颜色基础 | 第32-34页 |
| 3．2．2 颜色模型的选择 | 第34-37页 |
| 3．2．3 颜色空间的量化 | 第37-38页 |
| 3．2．4 全局代表色的提取 | 第38-39页 |
| 3．2．5 分块代表色的提取 | 第39-40页 |
| 3．3 相似度量 | 第40-41页 |
| 3．3．1 全局代表色的相似度量 | 第40页 |
| 3．3．2 分块代表色的相似度量 | 第40-41页 |
| 3．4 图像检索 | 第41-42页 |
| 3．5 小结 | 第42-43页 |
| 4 系统实现 | 第43-51页 |
| 4．1 系统框架 | 第43-44页 |
| 4．2 数据管理 | 第44-45页 |
| 4．3 图像入库 | 第45-46页 |
| 4．4 图像查询 | 第46-48页 |
| 4．5 实验结果和性能分析 | 第48-51页 |
| 4．5．1 两种相似需要的比较 | 第48-49页 |
| 4．5．2 基于全局主色调的方法与基于全局直方图的方法的比较 | 第49-51页 |
| 5 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
