| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 商标图像检索的研究背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 基于内容的商标图像检索研究方法现状 | 第13-15页 |
| 1.2.2 商标检索的国内外研究现状 | 第15-17页 |
| 1.3 论文的内容和结构安排 | 第17-19页 |
| 第2章 基于内容的商标图像检索 | 第19-32页 |
| 2.1 常用的一些有关图像特征的术语 | 第19-20页 |
| 2.2 商标图像的特点、分类 | 第20-22页 |
| 2.2.1 商标图像特点 | 第20页 |
| 2.2.2 商标图像分类 | 第20-22页 |
| 2.3 商标图像预处理 | 第22-25页 |
| 2.3.1 图像滤波 | 第23-24页 |
| 2.3.2 图像灰度化 | 第24页 |
| 2.3.3 图像二值化 | 第24页 |
| 2.3.4 尺度归一化 | 第24-25页 |
| 2.4 图像全局特征描述 | 第25-27页 |
| 2.4.1 边界方向直方图 | 第25-26页 |
| 2.4.2 不变矩 | 第26页 |
| 2.4.3 偏心率 | 第26页 |
| 2.4.4 几何参数法 | 第26-27页 |
| 2.5 局部特征描述子概述 | 第27页 |
| 2.6 图像相似度计算 | 第27-29页 |
| 2.7 检索结果评价技术 | 第29-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第3章 图像的全局特征MHU和局部特征SIFT的提取算法 | 第32-42页 |
| 3.1 MHU算法原理 | 第32-34页 |
| 3.2 SIFT算法原理 | 第34-37页 |
| 3.3 实验结果与分析 | 第37-41页 |
| 3.3.1 实验结果 | 第38-39页 |
| 3.3.2 结果分析 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 KMEANSBOF特征检索算法 | 第42-49页 |
| 4.1 KMEAN算法 | 第42-44页 |
| 4.1.1 Kmeans算法 | 第42-43页 |
| 4.1.2 算法流程 | 第43-44页 |
| 4.2 基于BOF的图像检索算法 | 第44-46页 |
| 4.2.1 BOF的模型建立 | 第44页 |
| 4.2.2 BOF算法流程 | 第44-46页 |
| 4.3 实验结果分析 | 第46-48页 |
| 4.3.1 实验数据 | 第46页 |
| 4.3.2 实验结果分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 MHU+SIFT+KMEANSBOF的商标检索方法的研究 | 第49-62页 |
| 5.1 验证平台设计 | 第49-51页 |
| 5.2 商标图像检索的模块设计 | 第51-52页 |
| 5.3 系统实现 | 第52-56页 |
| 5.3.1 算法流程图 | 第52-54页 |
| 5.3.2 图像测试集 | 第54-55页 |
| 5.3.3 部分伪代码示意 | 第55-56页 |
| 5.4 算法实验结果与分析 | 第56-60页 |
| 5.5 本章小结 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71-72页 |