| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-16页 |
| ·选题背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·论文主要研究内容 | 第13-14页 |
| ·文章内容安排 | 第14-16页 |
| 第二章 基于内容的图像检索的关键技术 | 第16-27页 |
| ·CBIR 的基本检索原理 | 第16-17页 |
| ·特征提取技术 | 第17-22页 |
| ·图像模型 | 第17页 |
| ·颜色特征 | 第17-19页 |
| ·纹理特征 | 第19-20页 |
| ·形状特征 | 第20-21页 |
| ·空间分布特征 | 第21-22页 |
| ·特征匹配技术 | 第22-25页 |
| ·度量定理 | 第22页 |
| ·特征归一化 | 第22-24页 |
| ·相似度度量方法 | 第24-25页 |
| ·相关反馈技术 | 第25-26页 |
| ·性能评价准则 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于遗传反馈的图像检索算法 | 第27-36页 |
| ·遗传算法 | 第27页 |
| ·用于图像检索的遗传算法 | 第27-30页 |
| ·染色体个体编码 | 第27-28页 |
| ·适应度函数设计 | 第28页 |
| ·遗传算法基本操作 | 第28-29页 |
| ·进化终止准则 | 第29-30页 |
| ·用于图像检索的遗传算法 | 第30页 |
| ·基于遗传反馈的多特征图像检索算法 | 第30-32页 |
| ·实验结果及分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于遗传反馈结合图像融合的图像检索算法 | 第36-45页 |
| ·小波变换 | 第36-38页 |
| ·小波变换基础 | 第36-37页 |
| ·Harr 小波变换 | 第37-38页 |
| ·图像融合 | 第38-40页 |
| ·基于HAAR 小波变换的图像融合算法 | 第40-41页 |
| ·基于遗传反馈结合图像融合的图像检索算法 | 第41-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于智能优化算法及图像融合技术的图像检索算法 | 第45-63页 |
| ·聚类分析 | 第45-50页 |
| ·聚类算法基础 | 第45-47页 |
| ·K-Means 算法 | 第47-48页 |
| ·基于遗传算法的K-Means 算法 | 第48-50页 |
| ·强化学习 | 第50-58页 |
| ·强化学习基础 | 第51-53页 |
| ·Q 学习算法 | 第53-55页 |
| ·AR-Q-Learning | 第55-58页 |
| ·基于智能优化算法及图像融合技术的图像检索算法 | 第58-59页 |
| ·实验结果及分析 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-66页 |
| ·工作总结 | 第63-64页 |
| ·工作展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士期间发表（录用）的论文和参加的科研项目 | 第72-74页 |
| 致谢 | 第74-75页 |