基于内容的图像检索关键技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-19页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·国内外研究现状与趋势 | 第13-15页 |
| ·国外的典型图像检索系统 | 第15-16页 |
| ·国内的典型图像检索系统 | 第16-17页 |
| ·CBIR 技术的应用前景 | 第17-18页 |
| ·本文的研究内容 | 第18-19页 |
| 2 基于内容的图像检索关键技术 | 第19-25页 |
| ·CBIR 的基本检索原理和系统框架结构 | 第19-20页 |
| ·CBIR 的基本检索原理 | 第19页 |
| ·CBIR 的系统框架结构 | 第19-20页 |
| ·图像特征的描述 | 第20-21页 |
| ·图像相似性匹配 | 第21-22页 |
| ·常用的相似性度量匹配算法 | 第21-22页 |
| ·图像检索性能评价准则[35] | 第22-24页 |
| ·查全率与查准率 | 第23页 |
| ·命中准确率 | 第23-24页 |
| ·相关反馈技术 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 基于颜色特征的图像检索 | 第25-39页 |
| ·引言 | 第25-26页 |
| ·颜色的空间模型 | 第26-28页 |
| ·RGB 颜色模型 | 第26页 |
| ·HSV 颜色模型 | 第26-27页 |
| ·RGB 与HSV 颜色模型的转换 | 第27-28页 |
| ·颜色量化 | 第28-31页 |
| ·颜色量化定义[35] | 第28-29页 |
| ·HSV 颜色非均匀量化 | 第29-31页 |
| ·颜色特征的提取 | 第31-33页 |
| ·颜色直方图 | 第31-32页 |
| ·图像主色的提取 | 第32页 |
| ·颜色分块加权算法 | 第32-33页 |
| ·颜色特征的相似性度量 | 第33-34页 |
| ·权值系数的调整 | 第34-35页 |
| ·查询移动向量 | 第34页 |
| ·方差调整距离测度 | 第34-35页 |
| ·分块权系数的调整策略 | 第35页 |
| ·实验结果与分析 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 4 基于形状特征的图像检索 | 第39-50页 |
| ·引言 | 第39页 |
| ·图像边缘特征的提取 | 第39-43页 |
| ·Canny 算子和Canny 准则 | 第40页 |
| ·边缘检测的算法流程 | 第40-43页 |
| ·目标区域轮廓的提取 | 第43-46页 |
| ·轮廓跟踪 | 第43-44页 |
| ·轮廓图像预处理 | 第44-45页 |
| ·轮廓图像二值化 | 第45-46页 |
| ·形状特征的提取 | 第46-48页 |
| ·不变矩特征 | 第46-47页 |
| ·特征归一化 | 第47-48页 |
| ·形状特征的相似性度量 | 第48页 |
| ·实验结果与分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 多特征综合检索和系统实现 | 第50-57页 |
| ·多特征综合检索 | 第50-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·ImageRetrieval 原型系统设计 | 第53-56页 |
| ·系统的功能设计 | 第53页 |
| ·ImageRetrieval 系统主界面 | 第53-54页 |
| ·特征提取模块设计 | 第54页 |
| ·数据库模块设计 | 第54-55页 |
| ·图像检索模块设计 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63页 |
