首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于颜色和纹理特征的图像检索技术研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-15页
   ·选题背景第9页
   ·研究现状及进展第9-13页
     ·图像检索技术综述第9-11页
     ·典型的图像检索系统介绍第11-13页
   ·论文的主要工作第13-14页
   ·本文组织结构第14-15页
第二章 基于内容图像检索的相关技术第15-24页
   ·CBIR的工作原理第15-16页
   ·图像特征提取第16-18页
     ·颜色特征第16-17页
     ·纹理特征第17页
     ·形状特征第17页
     ·空间信息特征第17-18页
   ·特征索引技术第18页
   ·图像的相似性度量第18-21页
     ·Minkowski距离第19-20页
     ·二次式距离第20页
     ·马氏距离第20-21页
     ·其他相似度量方法第21页
   ·相关反馈(RELEVANCE FEEDBACK)第21-22页
   ·性能评价第22-23页
   ·本章小结第23-24页
第三章 基于颜色特征的图像检索第24-40页
   ·颜色概述第24-25页
   ·颜色模型第25-27页
     ·RGB颜色模型第25-26页
     ·HSL颜色模型第26-27页
   ·颜色特征的表达方法第27-31页
     ·颜色直方图第28-29页
     ·颜色矩第29-30页
     ·颜色集第30页
     ·颜色聚合向量第30-31页
     ·颜色相关图第31页
   ·全局颜色直方图第31-34页
   ·分块颜色直方图第34-35页
   ·改进的分块颜色直方图第35-39页
     ·算法思想第35-38页
     ·算法实现步骤第38-39页
   ·本章小结第39-40页
第四章 基于纹理特征的图像检索第40-50页
   ·纹理概述第40-41页
   ·纹理特征的表达方法第41-45页
     ·灰度共生矩阵第41-42页
     ·Tamura纹理特征第42-44页
     ·自回归纹理模型第44页
     ·小波变换第44-45页
   ·本文采用的纹理特征第45-49页
     ·计算共生矩阵第45-46页
     ·提取纹理特征第46-48页
     ·结合颜色特征的检索第48-49页
   ·本章小结第49-50页
第五章 CBIR实验系统的设计与实现第50-61页
   ·系统框架第50-51页
   ·相关技术简介第51页
   ·系统功能及操作第51-54页
   ·实验及分析第54-60页
     ·实验描述第54-55页
     ·实验结果及结论第55-60页
   ·本章小结第60-61页
第六章 结论与应用前景第61-63页
   ·全文总结第61-62页
   ·未来工作展望第62-63页
参考文献第63-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:商用车气压ABS电磁阀的动态特性研究
下一篇:试论朝鲜近代对华观的嬗变