首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于显著封闭边界曲线的图像检索

摘要第1-4页
ABSTRACT第4-9页
1 绪论第9-14页
   ·课题背景及研究意义第9-11页
   ·国内外相关研究第11-12页
   ·图像检索面临的主要问题第12-13页
   ·本文的主要工作第13-14页
2 基于内容的图像检索关键技术第14-24页
   ·基于内容的图像检索的常用图像特征第14-16页
     ·颜色特征的描述第14-15页
     ·纹理特征的描述第15-16页
     ·形状特征的描述第16页
   ·常用相似性度量方法第16-18页
     ·L_1 距离和L_2 距离第17页
     ·直方图交第17页
     ·二次式距离第17页
     ·马氏距离第17-18页
     ·非几何的相似性度量方法第18页
   ·图像数据库的索引机制第18-19页
     ·基于向量空间的索引结构第19页
     ·基于度量空间的索引结构第19页
   ·图像检索性能的评价准则第19-21页
     ·准确度和检索率第20页
     ·命中准确率第20页
     ·排序值评测法和检索率第20-21页
   ·相关反馈技术第21-23页
   ·小结第23-24页
3 显著封闭边界曲线的提取第24-38页
   ·概述第24页
   ·算法的主要思想第24-25页
   ·显著性度量函数第25-29页
   ·最小比率环算法第29-32页
   ·显著封闭边界的特征描述第32-33页
   ·实验与分析第33-37页
     ·显著封闭边界提取效果分析第33-34页
     ·显著封闭边界的鲁棒性第34-37页
   ·小结第37-38页
4 高维图像数据库索引技术第38-56页
   ·高维数据及索引结构的特点第38-39页
   ·高维数据查询方式第39-40页
   ·高维数据索引结构第40-45页
     ·Kd-树第40-42页
     ·R 树第42-43页
     ·网格结构第43-44页
     ·四叉树结构第44-45页
   ·VA-FILE 方法第45-48页
     ·VA-File 索引结构第45-46页
     ·基于VA-File 上的k-最近邻查询算法第46-48页
   ·一种改进的VA-FILE 索引结构第48-53页
     ·NVA-File 的主要思想第48-49页
     ·NVA-File 的原理第49-51页
     ·查询算法第51-52页
     ·N 和M 的选取原则第52-53页
   ·实验与分析第53-55页
   ·小结第55-56页
5 原型检索系统设计与实现第56-65页
   ·系统设计第56-57页
   ·特征提取和描述模块第57-58页
     ·图像的特征提取第57-58页
     ·图像特征描述第58页
   ·高维数据索引模块第58-59页
   ·查询模块第59-60页
   ·实验与分析第60-65页
6 总结与展望第65-67页
   ·本文的研究工作总结第65-66页
   ·进一步的工作第66-67页
致谢第67-68页
参考文献第68-71页
附录第71页

论文共71页,点击 下载论文
上一篇:保护隐私的K-匿名模型研究和改进
下一篇:基于松散复制的分布式并发控制的研究