| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 图像检索技术研究背景 | 第10-11页 |
| 1.2 刑侦现勘图像检索技术发展背景 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 刑侦现勘图像检索系统介绍 | 第14-30页 |
| 2.1 基于内容的图像检索特征提取、相似度度量算法介绍 | 第14-15页 |
| 2.2 刑侦现勘图像数据库介绍 | 第15-18页 |
| 2.3 刑侦现勘图像检索技术介绍 | 第18-27页 |
| 2.3.1 基于自然语言处理的刑侦现勘图像检索 | 第18-19页 |
| 2.3.2 基于内容的刑侦现勘图像检索 | 第19-27页 |
| 2.4 刑侦现勘图像检索研究趋势 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于融合特征的刑侦现勘图像检索结果优化算法 | 第30-44页 |
| 3.1 刑侦现勘图像库介绍 | 第30-33页 |
| 3.2 基于DCT变换的刑侦现勘图像融合特征提取算法 | 第33-37页 |
| 3.2.1 颜色特征 | 第33-34页 |
| 3.2.2 基于DCT变换的纹理特征 | 第34-35页 |
| 3.2.3 GIST特征 | 第35-36页 |
| 3.2.4 特征融合 | 第36-37页 |
| 3.2.5 融合特征比例的选取 | 第37页 |
| 3.3 基于检索结果优化的刑侦现勘图像检索算法 | 第37-38页 |
| 3.4 实验结果 | 第38-43页 |
| 3.4.1 实验数据库及检索性能评价参数 | 第38页 |
| 3.4.2 实验结果与分析 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于卷积神经网络的刑侦现勘图像融合特征提取算法 | 第44-52页 |
| 4.1 卷积神经网络简介 | 第44-45页 |
| 4.2 卷积神经网络中间层特征提取算法 | 第45-46页 |
| 4.3 卷积神经网络中间层特征与传统低层数字特征结合的刑侦现勘图像检索 | 第46-47页 |
| 4.4 实验结果 | 第47-49页 |
| 4.4.1 实验数据库及检索性能评价参数 | 第47页 |
| 4.4.2 实验结果与分析 | 第47-49页 |
| 4.5 刑侦现勘图像检索界面设计 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 结论与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望与探索 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 攻读学位期间取得的研究成果 | 第60-62页 |
| 致谢 | 第62页 |
