| 第一章 绪论 | 第1-20页 |
| 1．1 卫星云图的检索及其意义 | 第8-15页 |
| 1．1．1 气象卫星简介 | 第8-13页 |
| 1．1．2 卫星云图的分类 | 第13-15页 |
| 1．2 基于内容的图像检索(Content-Based Image Retrieval) | 第15-18页 |
| 1．2．1 传统的卫星云图检索系统及其局限性 | 第15-17页 |
| 1．2．2 基于内容的图像检索(Content-Based Image Retrieval) | 第17-18页 |
| 1．3 本文内容及结构 | 第18-20页 |
| 1．3．1 本文内容 | 第18-19页 |
| 1．3．2 论文结构 | 第19-20页 |
| 第二章 卫星云图图像检索系统的设计及关键技术 | 第20-27页 |
| 2．1 卫星云图图像检索系统结构 | 第20-21页 |
| 2．1．1 查询接口 | 第21页 |
| 2．1．2 特征抽取 | 第21页 |
| 2．1．3 特征匹配 | 第21页 |
| 2．1．4 图像反馈 | 第21页 |
| 2．2 基于内容的图像检索常用关键技术 | 第21-26页 |
| 2．2．1 颜色特征提取 | 第21-23页 |
| 2．2．2 纹理特征提取 | 第23页 |
| 2．2．3 形状特征提取 | 第23-24页 |
| 2．2．4 空间关系特征提取 | 第24-25页 |
| 2．2．5 综合特征的使用 | 第25-26页 |
| 2．3 本文采用的关键技术 | 第26页 |
| 2．4 本章小结 | 第26-27页 |
| 第三章 图像的预处理 | 第27-38页 |
| 3．1 区域图像的云层分割 | 第27-28页 |
| 3．2 灰度／颜色特征与处理 | 第28-30页 |
| 3．3 计算阈值 | 第30-31页 |
| 3．4 图像分割 | 第31-33页 |
| 3．5 纹理特征的计算 | 第33-37页 |
| 3．5．1 面向统计的方法：中心矩算法 | 第34页 |
| 3．5．2 面向结构的方法：共生矩阵 | 第34-37页 |
| 3．6 本章小结 | 第37-38页 |
| 第四章 卫星云图检索匹配算法 | 第38-43页 |
| 4．1 利用综合特征的查询 | 第38页 |
| 4．2 特征归一化 | 第38-40页 |
| 4．3 相似度匹配算法 | 第40-42页 |
| 4．3．1 灰度／颜色特征及纹理特征的相似度匹配 | 第40-41页 |
| 4．3．2 综合特征匹配 | 第41-42页 |
| 4．4 本章小结 | 第42-43页 |
| 第五章 图像检索系统算法的实现 | 第43-57页 |
| 5．1 单幅卫星云图特征抽取算法实现及检索系统的建立 | 第43-48页 |
| 5．1．1 开发平台JBuilder X简介 | 第43-44页 |
| 5．1．2 单幅卫星云图特征抽取的实现 | 第44-45页 |
| 5．1．3 单幅卫星云图特征抽取实例 | 第45-48页 |
| 5．2 单幅卫星云图特征抽取过程中相关模块的UML图 | 第48-52页 |
| 5．3 建立图像库检索系统 | 第52-54页 |
| 5．3．1 图像数据库的选择 | 第52-53页 |
| 5．3．2 图像数据库和图像特征库的建立 | 第53-54页 |
| 5．4 批量卫星云图处理过程中的相关模块UML图 | 第54-56页 |
| 5．5 本章小结 | 第56-57页 |
| 第六章 检索系统的实验结果 | 第57-67页 |
| 6．1 样本图像库的选择 | 第57-58页 |
| 6．2 检索结果 | 第58-66页 |
| 6．2．1 卫星图像样本数据库1的检索结果 | 第58-61页 |
| 6．2．2 卫星图像样本数据库2的检索结果 | 第61-66页 |
| 6．3 本章小结 | 第66-67页 |
| 第七章 结束语 | 第67-69页 |
| 7．1 检索系统总结 | 第67-68页 |
| 7．2 进一步的工作 | 第68-69页 |
| 致谢 | 第69-72页 |
