| 第一章 绪论 | 第1-22页 |
| ·选题的背景和意义 | 第10页 |
| ·图像检索技术的发展阶段 | 第10-12页 |
| ·基于文本标注的图像检索阶段 | 第10-11页 |
| ·基于内容的图像检索阶段 | 第11页 |
| ·基于图像压缩域特征的检索技术 | 第11-12页 |
| ·基于内容的图像检索技术的研究现状 | 第12-14页 |
| ·常用的基于内容的图像检索系统 | 第12-14页 |
| ·基于内容图像检索的国内研究现状 | 第14页 |
| ·基于内容的图像检索技术的理论基础 | 第14-16页 |
| ·基于内容的检索技术的特点 | 第16页 |
| ·基于内容的图像检索的主要研究方法 | 第16-19页 |
| ·小波分析在图像检索中应用的优点 | 第19-20页 |
| ·本文研究内容及其组织结构 | 第20-22页 |
| ·本文的主要研究内容 | 第20-21页 |
| ·本文的组织结构 | 第21-22页 |
| 第二章 小波分析及其理论 | 第22-36页 |
| ·小波分析理论的历史和研究现状 | 第22-24页 |
| ·小波变换理论 | 第22-23页 |
| ·小波变换研究现状 | 第23-24页 |
| ·一维小波变换 | 第24-26页 |
| ·一维连续小波变换(1-D Continuous Wavelet Transform) | 第24-25页 |
| ·一维离散小波变换(1-D Discrete Wavelet Transform) | 第25-26页 |
| ·二维小波变换 | 第26-27页 |
| ·二维连续小波变换(2-D Continuous Wavelet Transform) | 第26-27页 |
| ·二维离散小波变换(2-D Discrete Wavelet Transform) | 第27页 |
| ·小波基具有的性质 | 第27-31页 |
| ·正交性 | 第28页 |
| ·消失矩特性 | 第28-29页 |
| ·正则性 | 第29-30页 |
| ·紧支性 | 第30-31页 |
| ·对称性 | 第31页 |
| ·常用小波基 | 第31-36页 |
| ·Daubechies小波 | 第31-32页 |
| ·样条小波(Spline Wavelet) | 第32-33页 |
| ·Morlet小波 | 第33页 |
| ·双正交小波 | 第33-36页 |
| 第三章 基于小波熵的图像检索 | 第36-50页 |
| ·几个关键问题的解决方案 | 第36-38页 |
| ·小波基的选取 | 第36页 |
| ·小波层数的确定 | 第36-37页 |
| ·小波子图的确定 | 第37-38页 |
| ·图库的介绍 | 第38-41页 |
| ·人脸图像的预处理 | 第41-44页 |
| ·图像的二维小波变换 | 第41页 |
| ·人脸图像的二维小波分解 | 第41-43页 |
| ·图像的规范化处理 | 第43-44页 |
| ·样本图像的低频能量 | 第44-45页 |
| ·图像第一次检索结果 | 第45-47页 |
| ·样本图像的小波熵 | 第47页 |
| ·小波熵理论 | 第47页 |
| ·小波熵和相对小波熵 | 第47页 |
| ·相似度空间距离 | 第47-50页 |
| ·相似性空间度量的概念 | 第48-49页 |
| ·本文的相似性空间度量算法 | 第49-50页 |
| 第四章 小波熵图像检索实验与分析 | 第50-56页 |
| ·评价技术 | 第50-51页 |
| ·本算法的检索效果和评价 | 第51-54页 |
| ·人脸图像的计算结果 | 第51-52页 |
| ·建筑图像的计算结果 | 第52-53页 |
| ·汽车图像的计算结果 | 第53-54页 |
| ·风景图像的计算结果 | 第54页 |
| ·结果分析 | 第54-56页 |
| 第五章 结论 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |
