| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究发展现状 | 第10-14页 |
| 1.2.1 基于内容的图像检索 | 第10-12页 |
| 1.2.2 基于相关反馈的图像检索 | 第12-14页 |
| 1.3 本文主要的研究内容 | 第14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 2 基于多种特征相融合的彩色图像检索算法 | 第16-29页 |
| 2.2 图像特征提取 | 第16-20页 |
| 2.2.1 Zernike色度分布矩 | 第16-19页 |
| 2.2.2 基于Zernike色度分布矩的颜色特征构造 | 第19-20页 |
| 2.3 基于Contourlet变换纹理特征构造 | 第20-24页 |
| 2.3.1 Contourlet变换介绍 | 第20-23页 |
| 2.3.2 基于Contourlet变换的纹理特征提取 | 第23-24页 |
| 2.4 特征归一化及图像相似度计算 | 第24-26页 |
| 2.5 仿真实验与结论 | 第26-29页 |
| 3 基于视觉感兴趣点的彩色图像检索算法 | 第29-42页 |
| 3.1 ASIFT算子介绍 | 第29-30页 |
| 3.2 ASIFT算子在图像检索中的应用 | 第30-36页 |
| 3.2.1 图像检索中所用的兴趣点 | 第30-31页 |
| 3.2.2 基于兴趣点的检索特征构造 | 第31-34页 |
| 3.2.3 相似性度量 | 第34-36页 |
| 3.3 仿真实验与结论 | 第36-42页 |
| 4. 基于Adapted GMM和SVM加权的相关反馈图像检索算法 | 第42-70页 |
| 4.1 支持向量机的理论基础 | 第42-45页 |
| 4.2 基于Adapted GMM图像特征空间转换 | 第45-50页 |
| 4.2.1 GM模型及参数估计 | 第45-47页 |
| 4.2.2 Adapted GM模型构造 | 第47-48页 |
| 4.2.3 基于Adapted GM模型的特征处理 | 第48-49页 |
| 4.2.4 Adapted GM模型的相似度计算 | 第49-50页 |
| 4.3 融合样本信息Relief算子的SVM加权算法 | 第50-52页 |
| 4.3.1 传统的Relief特征加权算法 | 第50-51页 |
| 4.3.2 融合样本信息的Relief算法 | 第51-52页 |
| 4.4 SVM核函数的修改方法 | 第52-54页 |
| 4.5 相关反馈图像检索系统 | 第54-56页 |
| 4.5.1 查询模块 | 第54页 |
| 4.5.2 检索模块 | 第54-55页 |
| 4.5.3 标记模块 | 第55页 |
| 4.5.4 学习模块 | 第55-56页 |
| 4.6 仿真实验与结论 | 第56-70页 |
| 5 总结与展望 | 第70-72页 |
| 5.1 已完成工作与创新点 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间发表的论文及科研 | 第78-79页 |
| 致谢 | 第79页 |
