支持语义的图像检索系统研究与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 引言 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究目的与意义 | 第10页 |
| ·图像检索技术介绍 | 第10-13页 |
| ·基于文本的图像检索 | 第10-11页 |
| ·基于内容的图像检索 | 第11-12页 |
| ·基于语义的图像检索 | 第12-13页 |
| ·图像检索技术的研究热点 | 第13-16页 |
| ·图像数据模型 | 第13-14页 |
| ·有效的特征提取 | 第14页 |
| ·高层语义和低层特征的关联 | 第14-15页 |
| ·图像检索中的人机交互 | 第15页 |
| ·高维索引技术 | 第15页 |
| ·综合的多特征检索技术 | 第15-16页 |
| ·典型的CBIR系统介绍 | 第16-17页 |
| ·本文的研究工作 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第二章 基于内容的图像检索 | 第19-30页 |
| ·特征提取 | 第19-25页 |
| ·颜色特征 | 第20-22页 |
| ·纹理特征 | 第22-23页 |
| ·形状特征 | 第23-24页 |
| ·图像空间关系特征 | 第24-25页 |
| ·相似性度量 | 第25-27页 |
| ·街区距离L_1与欧氏距离L_2 | 第25-26页 |
| ·直方图相交 | 第26页 |
| ·二次式距离 | 第26页 |
| ·马氏距离 | 第26-27页 |
| ·索引方案 | 第27-28页 |
| ·降维技术 | 第27-28页 |
| ·高维索引技术 | 第28页 |
| ·检索效果的评价 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 语义图像检索技术 | 第30-40页 |
| ·语义检索背景 | 第30页 |
| ·图像语义模型 | 第30-32页 |
| ·图像语义表示 | 第32-33页 |
| ·传统方法 | 第32-33页 |
| ·面向对象和MPEG-7 | 第33页 |
| ·图像语义提取方法 | 第33-39页 |
| ·简单场景分级分类 | 第34-35页 |
| ·对象和对象空间关系语义提取 | 第35-36页 |
| ·场景语义提取 | 第36-37页 |
| ·行为语义提取 | 第37页 |
| ·情感语义提取 | 第37-38页 |
| ·用户交互语义提取 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 相关反馈技术 | 第40-46页 |
| ·引言 | 第40页 |
| ·应用相关反馈改善检索性能的原理 | 第40-41页 |
| ·经典的图像相关反馈算法 | 第41-44页 |
| ·聚类方法 | 第41-43页 |
| ·分类方法 | 第43-44页 |
| ·结合关键词网络的相关反馈 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第五章 支持语义特征的图像检索 | 第46-67页 |
| ·基于颜色的图像检索 | 第46-59页 |
| ·基于查询图像的检索算法 | 第46-54页 |
| ·基于主颜色的查询方式 | 第54-56页 |
| ·实验及结果 | 第56-59页 |
| ·支持语义的图像检索 | 第59-66页 |
| ·构建语义网络 | 第59-63页 |
| ·基于语义的相关反馈方法 | 第63-64页 |
| ·实验及分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 检索系统PIC-SEARCH设计与实现 | 第67-83页 |
| ·系统开发环境 | 第67页 |
| ·系统框架图 | 第67-68页 |
| ·系统数据库 | 第68页 |
| ·系统实现 | 第68-81页 |
| ·系统的类结构 | 第68-69页 |
| ·主要程序片段介绍 | 第69-77页 |
| ·系统界面及功能 | 第77-81页 |
| ·层次化语义结构试验 | 第81-83页 |
| 第七章 全文总结与展望 | 第83-85页 |
| ·工作总结 | 第83-84页 |
| ·进一步研究的方向 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-89页 |
