| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 图表清单 | 第8-10页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景与意义 | 第12-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·微博语义信息分析 | 第14-15页 |
| ·图像文字提取 | 第15-16页 |
| ·图像语义分类 | 第16-17页 |
| ·本文的主要研究工作及组织结构 | 第17-19页 |
| 第二章 微博语义信息分析 | 第19-28页 |
| ·引言 | 第19-20页 |
| ·事件影响度 | 第20-22页 |
| ·事件潜力值 | 第22-24页 |
| ·实验结果与分析 | 第24-27页 |
| ·DATA1 和 DATA2 提取结果 | 第24-26页 |
| ·DATA2 详细分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于形态学和色彩分层的图像文字提取 | 第28-39页 |
| ·引言 | 第28-29页 |
| ·彩色图像的文字提取 | 第29-37页 |
| ·提取边缘并二值化图像 | 第29-30页 |
| ·形态学处理、标记连通区域及连通区域修复 | 第30-32页 |
| ·标记长方形区域和非长方形区域 | 第32-33页 |
| ·处理长方形区域 | 第33-34页 |
| ·处理非长方形区域 | 第34-37页 |
| ·实验与分析 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于 HSV 分层的局部特征和 SVM 的图像语义分类 | 第39-59页 |
| ·图像语义分类介绍 | 第39-48页 |
| ·图像语义层次模型 | 第39-40页 |
| ·图像视觉特征 | 第40-44页 |
| ·图像语义分类中的特征选择 | 第44-45页 |
| ·支持向量机 SVM | 第45-48页 |
| ·图像特征提取 | 第48-55页 |
| ·全局颜色特征 | 第48-49页 |
| ·全局纹理特征提取 | 第49-50页 |
| ·基于 HSV 分层的局部特征提取 | 第50-54页 |
| ·特征融合 | 第54-55页 |
| ·图像语义分类的构建 | 第55页 |
| ·实验结果与分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于语义和图像文字提取的图像检索系统 | 第59-63页 |
| ·系统模型 | 第59-60页 |
| ·系统实现 | 第60-61页 |
| ·系统检索示例 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63-64页 |
| ·后期展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |