| 提要 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 选题背景 | 第11页 |
| 1.2 图像检索技术的发展现状 | 第11-13页 |
| 1.2.1 基于文本信息的检索技术 | 第11-12页 |
| 1.2.2 基于内容的图像检索技术 | 第12-13页 |
| 1.2.3 基于语义的图像检索技术 | 第13页 |
| 1.3 经典基于内容图像检索系统介绍 | 第13-14页 |
| 1.4 本文的主要内容和结构 | 第14-16页 |
| 1.4.1 本文的主要内容 | 第14-15页 |
| 1.4.2 本文的结构 | 第15-16页 |
| 第2章 基于颜色特征检索关键技术 | 第16-28页 |
| 2.1 颜色空间模型 | 第16-20页 |
| 2.2 颜色空间的转换 | 第20-22页 |
| 2.3 颜色特征提取技术 | 第22-26页 |
| 2.4 图像相似性度量 | 第26-28页 |
| 第3章 基于分块加权-颜色特征的图像特征提取算法 | 第28-39页 |
| 3.1 基于全局颜色直方图的图像检索 | 第28-29页 |
| 3.2 基于分块直方图的图像检索 | 第29-30页 |
| 3.3 分块加权-颜色特征提取算法 | 第30-39页 |
| 3.3.1 颜色空间量化 | 第30-32页 |
| 3.3.2 分块策略 | 第32-34页 |
| 3.3.3 算法的旋转不变性 | 第34页 |
| 3.3.4 归一化处理 | 第34-35页 |
| 3.3.5 权值的设定 | 第35页 |
| 3.3.6 基于分块加权-颜色特征的图像检索步骤 | 第35-36页 |
| 3.3.7 实验结果比较 | 第36-39页 |
| 第4章 基于Sobel算子的分块加权-颜色特征算法 | 第39-49页 |
| 4.1 形状特征提取 | 第39-41页 |
| 4.1.1 基于轮廓的形状描述 | 第40页 |
| 4.1.2 基于区域的形状描述 | 第40-41页 |
| 4.2 基于Sobel算子边缘直方图的形状特征提取 | 第41-45页 |
| 4.2.1 灰度图像转换 | 第41-42页 |
| 4.2.2 Sobel算子 | 第42-44页 |
| 4.2.3 图像形状特征表示 | 第44-45页 |
| 4.3 基于Sobel算子的分块加权-颜色特征算法 | 第45-49页 |
| 4.3.1 基于Sobel算子的分块加权-颜色特征算法的相似性度量 | 第45-46页 |
| 4.3.2 基于Sobel算子的分块加权-颜色特征算法的实验结果 | 第46-49页 |
| 第5章 基于内容的图像检索系统的设计与实现 | 第49-55页 |
| 5.1 系统的开发技术及工具的选择 | 第49页 |
| 5.2 检索系统的工作流程 | 第49-50页 |
| 5.3 检索系统的特点 | 第50-52页 |
| 5.3.1 多种算法结合 | 第50页 |
| 5.3.2 交互性强 | 第50-52页 |
| 5.4 系统的主界面 | 第52-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 作总结 | 第55-56页 |
| 6.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简介及在学期间所取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |
