| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 0 前言 | 第6-8页 |
| 1 基于内容的图像检索(CBIR) | 第8-30页 |
| ·图像分割 | 第10-13页 |
| ·特征提取 | 第13-22页 |
| ·颜色 | 第13-15页 |
| ·纹理特征的提取 | 第15-17页 |
| ·边缘特征的提取 | 第17-18页 |
| ·形状特征的提取 | 第18-20页 |
| ·兴趣点特征的提取 | 第20-22页 |
| ·图像索引和相似性度量 | 第22-25页 |
| ·图像索引 | 第22页 |
| ·相似性度量 | 第22-25页 |
| ·图像检索系统 | 第25-27页 |
| ·系统评估 | 第27-28页 |
| ·图像检索系统实例 | 第28-29页 |
| ·小结 | 第29-30页 |
| 2 小波变换 | 第30-35页 |
| ·概述 | 第30页 |
| ·小波变换基础知识 | 第30-32页 |
| ·时频分析 | 第32-33页 |
| ·小波图像分解仿真 | 第33-34页 |
| ·小结 | 第34-35页 |
| 3 图像划分和特征聚类 | 第35-47页 |
| ·图像划分 | 第36页 |
| ·特征提取 | 第36-42页 |
| ·特征矢量的聚类 | 第42-47页 |
| ·用Kohonen 自组织特征映射神经网络实现特征矢量聚类 | 第42-43页 |
| ·用机器学习的方法确定最优的聚类数目 | 第43-44页 |
| ·聚类准则函数 | 第44-47页 |
| 4 图像检索 | 第47-50页 |
| ·图像特征的编码和检索 | 第47页 |
| ·文本检索技术应用于图像检索的方法 | 第47-49页 |
| ·文本检索在图像检索中的应用 | 第47-48页 |
| ·图像数据的索引 | 第48-49页 |
| ·小结 | 第49-50页 |
| 5 实验结果 | 第50-55页 |
| 6 结论与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 硕士期间与导师合作发表的论文如下 | 第61页 |