| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·基于内容的图像信息检索概述 | 第10页 |
| ·国内外发展概况 | 第10-11页 |
| ·基于内容的视觉信息检索的基本工作框图和功能模块 | 第11-13页 |
| ·基于内容的视觉信息检索的应用领域 | 第13-14页 |
| ·基于内容的图像检索面临的挑战 | 第14页 |
| ·本文的主要研究内容与组织结构 | 第14-16页 |
| 第2章 SIFT特征向量提取 | 第16-28页 |
| ·图像的特征向量简述 | 第16-17页 |
| ·图像的多尺度表示 | 第17-20页 |
| ·图像金字塔 | 第17-19页 |
| ·高斯金字塔 | 第19页 |
| ·高斯滤波 | 第19-20页 |
| ·SIFT特征提取算法 | 第20-28页 |
| ·高斯差分DoG滤波 | 第20-21页 |
| ·尺度空间的极值检测 | 第21-23页 |
| ·关键点的位置确定 | 第23-25页 |
| ·关键点的方向参数 | 第25-26页 |
| ·SIFT特征向量描述 | 第26-28页 |
| 第3章 向量的主成分分析 | 第28-35页 |
| ·预备知识 | 第28-30页 |
| ·“维数灾难”现象 | 第28页 |
| ·多媒体数据降维：线性变换 | 第28-29页 |
| ·图像的正交变换 | 第29-30页 |
| ·主成分分析简介 | 第30-32页 |
| ·K-L变换 | 第32-35页 |
| ·K-L变换的计算过程 | 第33-34页 |
| ·K-L变换的性质和特点 | 第34-35页 |
| 第4章 向量的近邻搜索 | 第35-45页 |
| ·预备知识 | 第35-36页 |
| ·向量间的距离度量 | 第35-36页 |
| ·k最近邻 | 第36页 |
| ·相关研究 | 第36-37页 |
| ·索引结构 | 第37-45页 |
| ·VA-File索引结构 | 第37-39页 |
| ·VA+-File索引结构 | 第39-43页 |
| ·近邻搜索算法 | 第43-45页 |
| 第5章 实验及结果分析 | 第45-61页 |
| ·检索性能指标和评价准则 | 第45-49页 |
| ·查全率(recall)和准确度(precision) | 第45-46页 |
| ·检索效率(efficiency of retrieval) | 第46页 |
| ·检索评分(retrieval score) | 第46-49页 |
| ·图像相似性度量方法 | 第49-51页 |
| ·传统的方法 | 第49页 |
| ·改进的方法 | 第49-51页 |
| ·算法工作流程图 | 第51-52页 |
| ·实验环境 | 第52页 |
| ·实验 | 第52-59页 |
| ·distRatio的确定 | 第52-53页 |
| ·算法不变性测试 | 第53-56页 |
| ·在真实数据库中的测试 | 第56-59页 |
| ·算法的分析 | 第59-61页 |
| 第6章 总结和展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 研究生期间发表的论文 | 第67-68页 |
| 致谢 | 第68页 |