摘要 | 第4-5页 |
abstract | 第5页 |
注释表 | 第10-11页 |
第一章 绪论 | 第11-16页 |
1.1 选题背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 本文的主要工作 | 第14页 |
1.4 本文的内容安排 | 第14-16页 |
第二章 图像预处理 | 第16-33页 |
2.1 图像分割 | 第16-20页 |
2.1.1 现有算法以及存在的问题 | 第16-17页 |
2.1.2 基于先验知识的融合颜色与纹理特征的服装图像分割算法 | 第17-20页 |
2.1.2.1 算法设计 | 第17页 |
2.1.2.2 基于块截断思想的颜色特征 | 第17-18页 |
2.1.2.3 改进的LBP纹理特征 | 第18-19页 |
2.1.2.4 基于先验知识的图像分割 | 第19-20页 |
2.2 基于颜色的图像分类 | 第20-28页 |
2.2.1 颜色特征提取 | 第21-24页 |
2.2.1.1 RGB颜色模型 | 第21页 |
2.2.1.2 HSV颜色模型 | 第21-22页 |
2.2.1.3 量化的颜色特征 | 第22-24页 |
2.2.2 基于近邻传播和ISODATA的二次聚类算法 | 第24-28页 |
2.2.2.1 近邻传播聚类算法 | 第25-27页 |
2.2.2.2 基于ISODATA算法的二次聚类 | 第27-28页 |
2.3 实验结果与分析 | 第28-32页 |
2.3.1 服装图像分割实验 | 第28-31页 |
2.3.2 基于颜色的图像聚类实验 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
第三章 基于内容的服装图像检索 | 第33-53页 |
3.1 服装款式的特征描述 | 第33-43页 |
3.1.1 SIFT特征提取技术 | 第33-36页 |
3.1.2 SIFT算法扩展优化 | 第36-37页 |
3.1.2.1 PCA-SIFT算法 | 第36页 |
3.1.2.2 Surf算法 | 第36-37页 |
3.1.3 SIFT及其相关算法存在的问题 | 第37-38页 |
3.1.4 基于空间分割的编码特征 | 第38-43页 |
3.1.4.1 算法的基本思想 | 第38-39页 |
3.1.4.2 获取编码特征的基本步骤 | 第39-43页 |
3.2 相似性检索 | 第43-46页 |
3.2.1 基于SIFT及其相关算法的精确匹配 | 第43-44页 |
3.2.1.1 K-D Tree的空间划分 | 第43-44页 |
3.2.1.2 基于BBF(Best Bin First)算法的匹配对搜索 | 第44页 |
3.2.2 基于编码特征的快速匹配 | 第44-46页 |
3.2.3 基于内容的服装图像检索基本步骤 | 第46页 |
3.3 实验结果与分析 | 第46-52页 |
3.3.1 精确匹配 | 第47-49页 |
3.3.1.1 精确匹配检索结果展示 | 第47-49页 |
3.3.1.2 精确匹配实验结果分析 | 第49页 |
3.3.2 快速匹配 | 第49-52页 |
3.3.2.1 快速匹配实验结果展示 | 第49-51页 |
3.3.2.2 快速匹配实验结果分析 | 第51-52页 |
3.4 本章小结 | 第52-53页 |
第四章 基于内容的服装检索系统设计与实现 | 第53-64页 |
4.1 系统基本框架及工作流程 | 第53-54页 |
4.2 系统客户端功能模块 | 第54-55页 |
4.2.1 图像获取模块 | 第55页 |
4.2.2 结果展示模块 | 第55页 |
4.3 服务器端设计与实现 | 第55-58页 |
4.3.1 服务器端功能模块 | 第56-57页 |
4.3.2 服务器端数据库设计 | 第57-58页 |
4.4 系统测试与结果展示 | 第58-63页 |
4.4.1 系统性能测试 | 第58-60页 |
4.4.1.1 系统测试环境 | 第58-59页 |
4.4.1.2 系统测试数据 | 第59页 |
4.4.1.3 系统整体性能 | 第59-60页 |
4.4.2 系统功能展示 | 第60-63页 |
4.5 本章小结 | 第63-64页 |
第五章 总结与展望 | 第64-66页 |
5.1 工作总结 | 第64-65页 |
5.2 未来展望 | 第65-66页 |
参考文献 | 第66-70页 |
致谢 | 第70-71页 |
在学期间的研究成果及发表的学术论文 | 第71页 |