| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-15页 |
| ·研究的背景和意义 | 第6-10页 |
| ·主要研究内容 | 第10-14页 |
| ·技术分类 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·本文内容的组织结构 | 第14-15页 |
| 第二章 基于内容的图像检索的关键技术 | 第15-31页 |
| ·基于内容的图像检索系统流程 | 第15-16页 |
| ·基于内容的图像检索系统结构 | 第16-17页 |
| ·图像检索中常用的低层视觉特征描述方法 | 第17-26页 |
| ·颜色特征 | 第18-23页 |
| ·纹理特征 | 第23-26页 |
| ·图像相似性度量研究 | 第26-28页 |
| ·常用向量距离 | 第26-27页 |
| ·直方图相交 | 第27页 |
| ·二次式距离 | 第27页 |
| ·马氏距离 | 第27-28页 |
| ·图像检索算法的评价准则 | 第28-31页 |
| ·响应时间 | 第28页 |
| ·查准率和查全率 | 第28-31页 |
| 第三章 基于信息熵和Gabor滤波器的图像检索技术研究 | 第31-38页 |
| ·引言 | 第31页 |
| ·颜色特征提取 | 第31-33页 |
| ·颜色空间的选取及量化直方图 | 第31-32页 |
| ·分块颜色直方图 | 第32-33页 |
| ·图像信息熵 | 第33页 |
| ·纹理特征提取 | 第33-34页 |
| ·相似度匹配 | 第34-35页 |
| ·实验结果分析 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于分块颜色信息熵和多尺度纹理特征的图像检索 | 第38-46页 |
| ·引言 | 第38-39页 |
| ·颜色特征提取 | 第39页 |
| ·多尺度纹理特征提取 | 第39-40页 |
| ·改进的自适应猴王遗传算法流程 | 第40-43页 |
| ·实验结果分析 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第五章 基于区域加权信息熵和改进遗传算法的图像检索 | 第46-51页 |
| ·引言 | 第46页 |
| ·图像信息熵 | 第46页 |
| ·区域加权信息熵 | 第46-48页 |
| ·区域加权信息熵定义 | 第46-47页 |
| ·权值的选取 | 第47-48页 |
| ·分块和遗传算法相结合的自适应检索算法 | 第48页 |
| ·实验结果分析 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的学术论文及参加科研情况 | 第58-59页 |
| 致谢 | 第59-60页 |
