首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于内容的图像检索方法与关键技术研究

摘要第1-4页
Abstract第4-9页
第1章 绪论第9-15页
   ·选题的背景和研究意义第9-10页
   ·国内外研究概况及热点第10-12页
     ·基于内容的图像检索技术的国内外研究概况第10-12页
     ·基于内容的图像检索技术的研究热点第12页
   ·本文的主要研究工作及内容安排第12-15页
第2章 基于内容的图像检索技术研究第15-29页
   ·CBIR的基本原理和特点第15页
   ·CBIR系统框架模型第15-16页
   ·图像特征提取第16-21页
     ·颜色特征第16-18页
     ·纹理特征第18-19页
     ·形状特征第19-21页
     ·空间关系特征第21页
   ·相似性度量方法第21-23页
   ·索引方法第23-25页
     ·高维索引方法第24页
     ·降维方法第24-25页
   ·图像检索的性能评价标准第25-26页
     ·查准率和查全率第25页
     ·排序评价标准第25-26页
     ·检索速度和检索时间第26页
   ·本章小结第26-29页
第3章 基于颜色特征的图像检索第29-41页
   ·常用的颜色模型第29-33页
     ·RGB颜色模型第29-30页
     ·HSV颜色模型第30-31页
     ·CMY和CMYK颜色模型第31-32页
     ·HSI颜色模型第32-33页
   ·颜色特征的提取第33-37页
     ·颜色直方图第34页
     ·颜色矩第34-35页
     ·颜色集第35页
     ·主色调法第35-36页
     ·颜色聚合向量第36页
     ·颜色相关图第36-37页
   ·实验结果及分析第37-39页
   ·本章小结第39-41页
第4章 基于纹理特征的图像检索第41-55页
   ·核心思想第41页
   ·纹理特征的提取第41-51页
     ·统计法纹理特征第42-47页
     ·频谱法纹理特征第47-49页
     ·模型法纹理特征第49-51页
   ·基于共生矩阵的图像纹理特征提取与检索第51-53页
     ·纹理特征的提取第51-52页
     ·实验结果及分析第52-53页
   ·本章小结第53-55页
第5章 基于颜色和纹理融合特征的图像检索第55-63页
   ·融合特征检索第55-56页
     ·颜色特征的特点第55页
     ·纹理特征的特点第55-56页
     ·融合特征检索的优点第56页
   ·特征向量归一化第56-59页
     ·特征向量内部归一化第57-58页
     ·特征向量外部归一化第58-59页
   ·融合特征的实验结果及分析第59-62页
     ·融合特征的实验模型第59-60页
     ·实验结果及分析第60-62页
   ·本章小结第62-63页
第6章 总结与展望第63-65页
   ·总结第63页
   ·展望第63-65页
参考文献第65-69页
致谢第69-71页
攻读硕士学位期间的研究成果第71页

论文共71页,点击 下载论文
上一篇:运动载体电子稳像技术研究
下一篇:基于SVG与Ajax技术的WebGIS的研究与设计