| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 CBIR 国内外研究概况 | 第11-13页 |
| 1.2.1 CBIR 国外研究概况 | 第11-12页 |
| 1.2.2 CBIR 国内研究概况 | 第12-13页 |
| 1.3 本文的主要工作和论文结构 | 第13-16页 |
| 1.3.1 本文的主要工作 | 第13-14页 |
| 1.3.2 本文的结构 | 第14-16页 |
| 第二章 基于内容图像检索的关键技术 | 第16-28页 |
| 2.1 图像检索系统的组成 | 第16页 |
| 2.2 常用的图像特征提取方法 | 第16-25页 |
| 2.2.1 颜色特征 | 第17-20页 |
| 2.2.2 纹理特征 | 第20-23页 |
| 2.2.3 形状特征 | 第23-24页 |
| 2.2.4 空间关系特征 | 第24-25页 |
| 2.3 相似度度量方法 | 第25-26页 |
| 2.4 图像检索系统的评价标准 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 图像兴趣点提取及特征描述 | 第28-48页 |
| 3.1 图像增强 | 第28-30页 |
| 3.1.1. 空间域图像增强 | 第28-29页 |
| 3.1.2. 频率域图像增强 | 第29-30页 |
| 3.2 兴趣点检测 | 第30-43页 |
| 3.2.1 Harris 角点检测子 | 第30-33页 |
| 3.2.2 尺度不变特征变换算法(Scale Invariant Feature Transform 简称 SIFT) | 第33-39页 |
| 3.2.3 快速鲁棒特征（Speeded-Up Robust Features 简称 SURF） | 第39-43页 |
| 3.3 图像特征描述 | 第43-46页 |
| 3.3.1 HSV 颜色空间量化 | 第43-44页 |
| 3.3.2 方向梯度直方图 | 第44-46页 |
| 3.4. 本章小结 | 第46-48页 |
| 第四章 基于方向梯度直方图图像检索算法的实现与分析 | 第48-56页 |
| 4.1 图像增强与兴趣点提取 | 第48-50页 |
| 4.2 改进后的方向梯度直方图 | 第50-51页 |
| 4.3 相似度度量 | 第51页 |
| 4.4 实验结果与分析 | 第51-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64页 |
