基于颜色和纹理特征的图像检索研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究课题的背景和意义 | 第8-9页 |
| ·基于内容的图像检索研究现状 | 第9-11页 |
| ·本文的主要工作 | 第11-12页 |
| 第二章 基于内容的图像检索技术概述 | 第12-29页 |
| ·基于内容的图像检索的系统结构 | 第12-13页 |
| ·特征提取方法 | 第13-25页 |
| ·颜色特征 | 第13-19页 |
| ·颜色空间模型 | 第13-16页 |
| ·特征提取方法 | 第16-19页 |
| ·纹理特征 | 第19-23页 |
| ·统计分析方法 | 第19-23页 |
| ·结构分析方法 | 第23页 |
| ·形状特征 | 第23-25页 |
| ·相似性度量 | 第25-27页 |
| ·性能评价标准 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于空间域颜色和纹理特征的图像检索 | 第29-44页 |
| ·引言 | 第29-30页 |
| ·基于HVS 加权颜色特征的图像检索算法 | 第30-34页 |
| ·颜色特征的提取 | 第30-32页 |
| ·颜色空间的转换 | 第30-31页 |
| ·颜色空间的量化 | 第31页 |
| ·“主色”颜色特征提取 | 第31-32页 |
| ·基于HVS 的加权“主色”颜色特征 | 第32-34页 |
| ·基于图像中心加权特征 | 第32-33页 |
| ·加权“主色”颜色特征 | 第33-34页 |
| ·相似度计算 | 第34页 |
| ·基于灰度-差分基元共生矩阵的图像检索算法 | 第34-37页 |
| ·灰度共生矩阵及纹理基元 | 第34页 |
| ·灰度-差分基元共生矩阵 | 第34-36页 |
| ·特征向量的确定 | 第36-37页 |
| ·相似性度量 | 第37页 |
| ·特征值归一化 | 第37页 |
| ·相似度计算 | 第37页 |
| ·综合颜色和纹理特征的检索算法 | 第37-38页 |
| ·综合特征 | 第37-38页 |
| ·综合颜色和纹理特征的图像检索算法 | 第38页 |
| ·实验结果和分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于小波域颜色和纹理特征的图像检索 | 第44-62页 |
| ·引言 | 第44页 |
| ·小波变换简介 | 第44-48页 |
| ·小波分析的产生 | 第44-46页 |
| ·连续小波变换 | 第46页 |
| ·离散小波变换 | 第46-47页 |
| ·多分辨率分析和Mallat 算法 | 第47-48页 |
| ·基于提升方案的整数小波变换及其特性 | 第48-49页 |
| ·基于小波的颜色检索算法 | 第49-51页 |
| ·图像的分块加权策略 | 第49-50页 |
| ·基于小波的分块图像颜色特征提取 | 第50页 |
| ·图像颜色特征的提取算法 | 第50-51页 |
| ·相似度计算 | 第51页 |
| ·基于小波的纹理检索算法 | 第51-56页 |
| ·基本思想 | 第51页 |
| ·图像小波变换高频子带能量分布统计 | 第51-52页 |
| ·小波域的灰度-差分基元共生矩阵及特征向量 | 第52-54页 |
| ·小波域的灰度-差分基元共生矩阵 | 第52-54页 |
| ·特征向量的确定 | 第54页 |
| ·图像小波子带纹理的方向特征 | 第54页 |
| ·纹理特征的综合及归一化处理 | 第54-55页 |
| ·综合纹理特征向量 | 第54-55页 |
| ·特征值归一化 | 第55页 |
| ·纹理特征的相似度计算 | 第55-56页 |
| ·小波域颜色和纹理特征的综合 | 第56-57页 |
| ·颜色和纹理特征的归一化 | 第56页 |
| ·综合颜色和纹理特征的图像检索算法 | 第56-57页 |
| ·实验结果和分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间撰写和发表的学术论文 | 第70页 |
