第一章 绪论 | 第7-15页 |
1.1 课题研究的目的与意义 | 第7-8页 |
1.2 图像检索的发展概况 | 第8-11页 |
1.2.1 基于内容的图像检索的提出 | 第8页 |
1.2.2 基于内容的图像检索的原理 | 第8-9页 |
1.2.3 基于内容的图像检索的应用领域 | 第9-11页 |
1.3 基于内容的图像特征表达方式 | 第11-13页 |
1.3.1 颜色特征 | 第11页 |
1.3.2 纹理特征 | 第11-12页 |
1.3.3 形状特征 | 第12页 |
1.3.4 基于对象空间关系的特征 | 第12页 |
1.3.5 基于语义的图像特征 | 第12-13页 |
1.4 论文的主要工作 | 第13页 |
1.5 论文的内容安排 | 第13-15页 |
第二章 图像颜色特征的提取 | 第15-34页 |
2.1 颜色空间的选取 | 第15-19页 |
2.1.1 L*a*b*颜色空间 | 第16页 |
2.1.2 RGB颜色空间 | 第16-17页 |
2.1.3 HSV颜色空间 | 第17-19页 |
2.1.4 Munsell颜色空间 | 第19页 |
2.1.5 YUV颜色空间 | 第19页 |
2.2 颜色特征的表达方法 | 第19-23页 |
2.2.1 颜色直方图法 | 第20-22页 |
2.2.2 颜色矩表示法 | 第22页 |
2.2.3 颜色集表示法 | 第22页 |
2.2.4 颜色对表示法 | 第22页 |
2.2.5 参考颜色表法 | 第22-23页 |
2.3 基于HSV颜色直方图的颜色特征提取 | 第23-27页 |
2.3.1 颜色模型转换 | 第24页 |
2.3.2 颜色特征提取 | 第24-27页 |
2.4 改进的颜色特征提取方法 | 第27-29页 |
2.4.1 算法原理 | 第28页 |
2.4.2 算法实现 | 第28-29页 |
2.5 实验结果及分析 | 第29-32页 |
2.6 本章小结 | 第32-34页 |
第三章 图像纹理特征的提取 | 第34-53页 |
3.1 概述 | 第34-35页 |
3.2 纹理特征的表达方法 | 第35-38页 |
3.2.1 统计分析方法 | 第35-38页 |
3.2.2 结构分析方法 | 第38页 |
3.2.3 基于局部方向、能量等信息的分析方法 | 第38页 |
3.3 基于共生矩阵的纹理特征提取 | 第38-41页 |
3.3.1 计算共生矩阵 | 第38-40页 |
3.3.2 特征提取 | 第40-41页 |
3.4 基于Gabor滤波器的纹理特征提取 | 第41-47页 |
3.4.1 Gabor滤波器原理 | 第41-43页 |
3.4.2 Gabor滤波器参数的确定 | 第43-46页 |
3.4.3 特征提取 | 第46-47页 |
3.5 综合颜色、纹理特征 | 第47-48页 |
3.6 实验结果及分析 | 第48-52页 |
3.6.1 基于共生矩阵图像纹理特征的检索结果 | 第48-49页 |
3.6.2 基于Gabor滤波器图像纹理特征的检索结果 | 第49-51页 |
3.6.3 综合颜色、纹理特征的检索结果 | 第51-52页 |
3.7 本章小结 | 第52-53页 |
第四章 图像形状特征的提取 | 第53-70页 |
4.1 概述 | 第53-54页 |
4.2 基本形状描述 | 第54-59页 |
4.2.1 矩形度 | 第55页 |
4.2.2 圆形度 | 第55页 |
4.2.3 矩 | 第55-59页 |
4.2.3.1 不变矩 | 第55-57页 |
4.2.3.2 物理意义 | 第57-59页 |
4.3 基于不变矩的形状特征提取 | 第59-66页 |
4.3.1 特征提取步骤 | 第59-60页 |
4.3.2 边缘提取算子的确定 | 第60-63页 |
4.3.2.1 边缘提取常用算子 | 第60页 |
4.3.2.2 Canny算子 | 第60-62页 |
4.3.2.3 边缘提取实验结果及分析 | 第62-63页 |
4.3.3 获得目标区域 | 第63-66页 |
4.3.3.1 轮廓跟踪 | 第63页 |
4.3.3.2 轮廓线预处理 | 第63-64页 |
4.3.3.3 种子填充 | 第64-66页 |
4.3.4 计算不变矩特征值 | 第66页 |
4.4 实验结果及分析 | 第66-68页 |
4.5 本章小结 | 第68-70页 |
第五章 结论与展望 | 第70-73页 |
5.1 全文总结 | 第70-71页 |
5.2 展望 | 第71-73页 |
致 谢 | 第73-74页 |
参考文献 | 第74-77页 |
摘 要 | 第77-80页 |
Abstract | 第80页 |