图像检索系统效率研究及优化
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 引言 | 第8-11页 |
| ·选题背景 | 第8-9页 |
| ·主要研究内容 | 第9页 |
| ·文献综述 | 第9-11页 |
| ·研究意义 | 第11页 |
| 2 基于内容的图像检索的相关技术 | 第11-19页 |
| ·基于内容图像检索的特点和系统结构 | 第11-12页 |
| ·特征提取 | 第12-14页 |
| ·颜色特征 | 第12-13页 |
| ·形状特征 | 第13页 |
| ·小波纹理特征 | 第13-14页 |
| ·相似性度量 | 第14-15页 |
| ·检索性能评估 | 第15-16页 |
| ·聚类算法简介 | 第16-19页 |
| ·分层聚类 | 第16-17页 |
| ·分割聚类算法 | 第17页 |
| ·模糊聚类 | 第17-18页 |
| ·基于神经网络的聚类方法 | 第18页 |
| ·支持向量聚类方法 | 第18页 |
| ·各类算法的性能比较 | 第18-19页 |
| ·基于内容的图像检索系统的应用领域 | 第19页 |
| 3 传统反馈算法和特征库可更新的反馈算法 | 第19-24页 |
| ·传统反馈算法 | 第19-20页 |
| ·特征库可更新的反馈算法 | 第20-22页 |
| ·特征库的修改 | 第20-21页 |
| ·双库机制的引入 | 第21-22页 |
| ·特征库可更新的反馈算法存在的问题分析 | 第22-23页 |
| ·基于特征库可更新算法的N库机制 | 第23-24页 |
| 4 N库机制设计和实现 | 第24-32页 |
| ·系统详细设计 | 第24-27页 |
| ·系统表结构设计 | 第24-25页 |
| ·系统流程 | 第25-27页 |
| ·系统实现 | 第27-32页 |
| ·图像特征向量的提取 | 第27-28页 |
| ·原始特征库初始化 | 第28页 |
| ·查询需求的获取和相似性判定 | 第28-31页 |
| ·各可更新的特征向量库表的维护 | 第31页 |
| ·用户查询记录表(quelog)的使用 | 第31-32页 |
| 5 模拟实验及结果分析 | 第32-35页 |
| ·模拟实验一 | 第32-33页 |
| ·模拟实验二 | 第33-35页 |
| 结论 | 第35-36页 |
| 参考文献 | 第36-39页 |
| 附录 | 第39-50页 |
| 后记 | 第50-51页 |
| 在学期间发表的学术论文及研究成果 | 第51-52页 |
| 详细摘要 | 第52-55页 |
