基于内容相似性的图像特征提取
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究的目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文主要研究内容及结构 | 第12-13页 |
| ·本文研究方法及实验环境 | 第13-14页 |
| 第二章 颜色特征提取 | 第14-31页 |
| ·颜色特征 | 第14-18页 |
| ·颜色空间 | 第14-17页 |
| ·颜色特征提取概述 | 第17-18页 |
| ·基于高斯混合模型的颜色特征提取 | 第18-28页 |
| ·高斯随机过程概述 | 第19-20页 |
| ·图像的随机过程表达 | 第20页 |
| ·高斯混合矢量量化（GMVQ） | 第20-23页 |
| ·初始码表的获取 | 第23-24页 |
| ·基于GMVQ 的颜色特征提取 | 第24-28页 |
| ·颜色相似性度量 | 第28页 |
| ·算法验证及性能评价 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 纹理特征提取 | 第31-45页 |
| ·纹理特征 | 第31-33页 |
| ·图像的纹理特征 | 第31-32页 |
| ·纹理特征提取概述 | 第32-33页 |
| ·基于 TAMURA 方法的纹理特征提取 | 第33-42页 |
| ·粗糙度特征提取 | 第33-36页 |
| ·对比度特征提取 | 第36-39页 |
| ·方向性特征提取 | 第39-42页 |
| ·纹理相似性度量 | 第42页 |
| ·算法验证及性能评价 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 兴趣点特征提取 | 第45-55页 |
| ·兴趣点特征 | 第45-46页 |
| ·基于 HARRIS 方法的兴趣点标定 | 第46-50页 |
| ·Harris 方法的数学描述 | 第46-48页 |
| ·Harris 参量的物理意义 | 第48页 |
| ·兴趣点的标定 | 第48-50页 |
| ·基于统计矩的区域不变特征提取 | 第50-51页 |
| ·兴趣点相似性度量 | 第51-52页 |
| ·算法验证及性能评价 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于内容相似性的图像特征提取 | 第55-75页 |
| ·内容相似性的涵义 | 第55-56页 |
| ·区域分割及区域结构表达 | 第56-60页 |
| ·基于颜色和纹理的区域分割 | 第56-59页 |
| ·图像空间结构表达 | 第59-60页 |
| ·区域相似性度量 | 第60-62页 |
| ·基于内容相似的共性特征提取 | 第62-74页 |
| ·共性特征提取 | 第62-63页 |
| ·自然图像的共性特征提取实例 | 第63-69页 |
| ·人工图像的共性特征提取实例 | 第69-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 结论及未来的工作 | 第75-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间从事的科研工作 | 第78-79页 |
| 参考文献 | 第79-83页 |
