基于纹理特征的图像检索方法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·论文的研究背景和意义 | 第8-9页 |
| ·图像检索技术的发展历程 | 第9-12页 |
| ·基于文本的图像检索 | 第9-11页 |
| ·基于内容的图像检索 | 第11-12页 |
| ·国内外应用状况 | 第12-13页 |
| ·国外应用现状 | 第12-13页 |
| ·国内应用现状 | 第13页 |
| ·本文的主要工作和组织结构 | 第13-15页 |
| 2 图像检索技术简介 | 第15-24页 |
| ·CBIR 的基本检索原理 | 第15-16页 |
| ·图像检索系统的通用框架 | 第16-17页 |
| ·检索系统的关键技术 | 第17-21页 |
| ·特征提取 | 第17-19页 |
| ·图像间相似性度量 | 第19-21页 |
| ·图像检索系统的性能评价 | 第21-22页 |
| ·相关反馈 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 纹理特征的描述和提取 | 第24-36页 |
| ·纹理概述 | 第24-26页 |
| ·纹理特征提取技术 | 第26-35页 |
| ·人眼视觉感受的Tamura 纹理特征 | 第26-30页 |
| ·灰度共生矩阵方法 | 第30-32页 |
| ·基于傅里叶变换法的纹理特征 | 第32-33页 |
| ·基于小波变换的纹理特征 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 可自适应的加权 LBP 算法 | 第36-50页 |
| ·传统的LBP 算法 | 第36-38页 |
| ·LBP 的提出 | 第36页 |
| ·基本LBP 算法 | 第36-38页 |
| ·传统LBP 算法存在的问题 | 第38页 |
| ·自适应的LBP 算法 | 第38-40页 |
| ·改进的Tamura 粗糙度 | 第38页 |
| ·自适应的LBP 算法 | 第38-39页 |
| ·自适应LBP 算法存在的问题 | 第39-40页 |
| ·可自适应的加权LBP 算法 | 第40-42页 |
| ·可自适应的加权LBP 算法描述 | 第42-43页 |
| ·算法的实现步骤 | 第43页 |
| ·实验结果及评价分析 | 第43-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于纹理特征的图像检索系统实现 | 第50-55页 |
| ·系统分析及开发工具选择 | 第50页 |
| ·主要功能及程序界面 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| ·全文总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 作者在攻读学位期间发表的论文目录 | 第61页 |
