摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景 | 第10-14页 |
1.1.1 数字艺术图形介绍 | 第10-12页 |
1.1.2 数字艺术图形美学 | 第12-14页 |
1.2 研究现状 | 第14-18页 |
1.2.1 图像分类与检索研究现状 | 第14-16页 |
1.2.2 图像美学研究现状 | 第16-18页 |
1.3 论文主要工作及结构安排 | 第18-20页 |
第二章 图像美学特征 | 第20-32页 |
2.1 图像低层美学特征 | 第20-27页 |
2.1.1 色彩特征 | 第20-24页 |
2.1.2 构图特征 | 第24-26页 |
2.1.3 纹理特征 | 第26-27页 |
2.2 图像高层美学特征 | 第27-31页 |
2.2.1 图像处理复杂度 | 第27-30页 |
2.2.2 图像内容复杂度 | 第30-31页 |
2.3 一般统计特征 | 第31页 |
2.4 本章小结 | 第31-32页 |
第三章 数字艺术图形美感分类 | 第32-39页 |
3.1 算法流程 | 第32-33页 |
3.2 图像库建立 | 第33页 |
3.3 图像美感特征选择 | 第33-34页 |
3.4 分类算法 | 第34-35页 |
3.4.1 SVM分类算法 | 第34-35页 |
3.4.2 分类算法评价指标 | 第35页 |
3.5 实验结果及对比分析 | 第35-38页 |
3.5.1 实验结果 | 第35-37页 |
3.5.2 与现有方法对比 | 第37-38页 |
3.6 本章小结 | 第38-39页 |
第四章 基于LSI方法的数字艺术图形美学情感语义检索算法 | 第39-47页 |
4.1 算法流程 | 第39-40页 |
4.2 图像库建立 | 第40-41页 |
4.3 图像情感特征选择 | 第41页 |
4.4 LSI方法及相似度计算 | 第41-43页 |
4.4.1 LSI方法 | 第41-42页 |
4.4.2 相似度算法 | 第42-43页 |
4.5 实验结果及分析 | 第43-46页 |
4.6 本章小结 | 第46-47页 |
第五章 总结与展望 | 第47-49页 |
5.1 总结 | 第47页 |
5.2 展望 | 第47-49页 |
参考文献 | 第49-52页 |
致谢 | 第52-53页 |
攻读学位期间的研究成果 | 第53页 |