| 第一章 绪论 | 第1-15页 |
| ·基于内容的图像检索技术 CBIR | 第7-9页 |
| ·CBIR 目前的研究热点 | 第9-12页 |
| ·基于学习机制的图像语义检索技术 | 第9-10页 |
| ·网上搜索引擎和分类检索 | 第10-11页 |
| ·高维索引技术 | 第11页 |
| ·压缩域图像检索 | 第11页 |
| ·用户查询接口 | 第11-12页 |
| ·基于区域的图像检索技术的研究和现状 | 第12-13页 |
| ·本论文研究的内容和方法 | 第13-15页 |
| 第二章 图像特征提取 | 第15-26页 |
| ·颜色特征 | 第15-18页 |
| ·颜色模型选择 | 第15-16页 |
| ·基于全局颜色分布的颜色特征提取方法 | 第16-17页 |
| ·基于局部颜色分布的颜色特征提取方法 | 第17-18页 |
| ·纹理特征 | 第18-21页 |
| ·基于统计法的纹理描述 | 第18-19页 |
| ·基于频谱法的纹理描述 | 第19-20页 |
| ·基于结构法的纹理描述 | 第20-21页 |
| ·形状特征 | 第21-26页 |
| ·形状表达 | 第22-23页 |
| ·形状描述 | 第23-26页 |
| 第三章 图像分割 | 第26-42页 |
| ·图像分割综述 | 第26-29页 |
| ·结构法图像分割 | 第27-29页 |
| ·非结构法图像分割 | 第29页 |
| ·纹理图像分割 | 第29-30页 |
| ·综合颜色和纹理特征的图像分割 | 第30-36页 |
| ·图像分割中的特征提取方法 | 第30-33页 |
| ·综合特征的图像分割 | 第33-36页 |
| ·基于期望最大 EM 算法的图像分割 | 第36-42页 |
| ·期望最大 EM 法 | 第36-37页 |
| ·基于 EM 算法的图像分割 | 第37-41页 |
| ·分割结果及分析 | 第41-42页 |
| 第四章 区域表示 | 第42-46页 |
| ·区域表示 | 第42-43页 |
| ·α参数均衡平均特征区域表示法 | 第43-46页 |
| 第五章 图像匹配 | 第46-56页 |
| ·距离度量方法 | 第46-48页 |
| ·区域匹配 | 第48-50页 |
| ·基于区域综合特征的相似匹配 | 第50-52页 |
| ·结果评价及分析 | 第52-56页 |
| 第六章 综合区域语义和低层特征相关反馈技术的图像检索 | 第56-69页 |
| ·图像检索中的语义学习技术 | 第56-58页 |
| ·图像检索中的相关反馈技术 | 第58-63页 |
| ·相关反馈的基本方法 | 第59-61页 |
| ·相关反馈方法的设计及实现 | 第61-63页 |
| ·综合区域语义和低层特征相关反馈技术的图像检索 | 第63-69页 |
| 结束语 | 第69-70页 |
| 致 谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 在读期间的研究成果 | 第76页 |