基于聚类的图像检索技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题来源与研究意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本论文的研究内容和论文结构 | 第14-16页 |
| 第2章 图像特征提取 | 第16-31页 |
| ·颜色特征提取 | 第16-23页 |
| ·颜色空间的选择 | 第16-19页 |
| ·HSV颜色特征提取 | 第19-23页 |
| ·纹理特征的提取 | 第23-25页 |
| ·灰度共生矩阵 | 第23-24页 |
| ·基于灰度共生矩阵的纹理特征提取 | 第24-25页 |
| ·形状特征的提取 | 第25-27页 |
| ·综合特征加权 | 第27-28页 |
| ·归一化方法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 图像检索中的聚类算法 | 第31-38页 |
| ·聚类分析 | 第31-36页 |
| ·原始的K-means聚类算法 | 第31-34页 |
| ·改进的K-means聚类算法 | 第34-36页 |
| ·聚类算法在图像检索中的应用 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于内容的图像检索系统设计 | 第38-55页 |
| ·仿真环境 | 第38-39页 |
| ·图像的相似性匹配 | 第39-40页 |
| ·图像检索算法的评价准则 | 第40-41页 |
| ·图像检索系统设计与实现 | 第41-43页 |
| ·检索结果与分析 | 第43-54页 |
| ·基于颜色特征的图像检索 | 第43-46页 |
| ·基于综合加权特征的图像检索 | 第46-50页 |
| ·基于聚类的图像检索 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-58页 |
| ·全文工作总结 | 第55-56页 |
| ·对下一步研究方向的展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63页 |