| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 可计算图像美学评估的现状 | 第11-12页 |
| 1.2.2 颜色和谐度模型的现状 | 第12-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文的章节安排 | 第14-15页 |
| 第二章 研究基础 | 第15-31页 |
| 2.1 色彩理论相关内容 | 第16-20页 |
| 2.1.1 Moon and Spencer的颜色和谐度理论 | 第16-18页 |
| 2.1.2 Cohen-Or使用的颜色和谐度评估模型 | 第18-19页 |
| 2.1.3 Tang利用颜色和谐度进行数字图像计算美学评估 | 第19-20页 |
| 2.2 基础模型 | 第20-29页 |
| 2.2.1 均值漂移(Mean-Shift) | 第20-22页 |
| 2.2.2 高斯混合模型(GMM,Gaussian mixture model) | 第22-26页 |
| 2.2.3 潜在狄利克雷分布模型(LDA,Latent Dirichlet Allocation) | 第26-29页 |
| 2.3 实验数据集 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于色相统计特征的和谐度模型 | 第31-37页 |
| 3.1 模型概述 | 第32页 |
| 3.2 基于Mean-Shift的特征提取 | 第32-33页 |
| 3.3 基于GMM的颜色和谐度量化 | 第33-34页 |
| 3.4 实验 | 第34-35页 |
| 3.4.1 参数分析 | 第34页 |
| 3.4.2 模型对比 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于颜色统计特征的和谐度模型 | 第37-47页 |
| 4.1 模型概述 | 第37-38页 |
| 4.2 色彩量化 | 第38-39页 |
| 4.3 LDA学习共现颜色组 | 第39-40页 |
| 4.4 GMM学习颜色共现组的关系 | 第40页 |
| 4.5 实验 | 第40-45页 |
| 4.5.1 参数分析 | 第40-43页 |
| 4.5.2 模型对比与讨论 | 第43-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第五章 基于颜色和谐度的美图检索系统设计与实现 | 第47-55页 |
| 5.1 系统介绍 | 第47-49页 |
| 5.2 核心模块分析与实现 | 第49-50页 |
| 5.2.1 索引模块 | 第49-50页 |
| 5.2.2 检索模块 | 第50页 |
| 5.3 系统架构实现 | 第50-53页 |
| 5.3.1 Yii介绍 | 第51页 |
| 5.3.2 MVC | 第51-53页 |
| 5.4 系统实例说明 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55-56页 |
| 6.2 未来研究工作展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-61页 |
| 作者攻读学位期间发表的学术论文目录 | 第61页 |
