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

数字图书馆基于内容的图像检索技术的研究

第一章 绪论第1-14页
 1.1 数字图书馆的概念第7页
 1.2 数字图书馆的功能与基本特征第7-8页
 1.3 现代数字图书馆工程实施的意义第8-9页
 1.4 DL馆藏基于内容的多媒体信息检索技术第9-14页
  1.4.1 多媒体信息检索技术的发展第9-10页
  1.4.2 基于内容的多媒体信息检索第10-12页
  1.4.3 基于内容的图像检索技术在数字图书馆中的应用第12-14页
第二章 DL基于内容的图像检索技术综述第14-19页
 2.1 基于内容的图像检索概述第14页
 2.2 基于内容的图像检索及其特点第14-15页
 2.3 基于内容图像检索的核心问题第15-16页
 2.4 DL中基于内容的图像检索系统结构第16-17页
  2.4.1 图像的数据库系统第16页
  2.4.2 图像的查询系统第16-17页
 2.5 典型的CBIR系统介绍第17-19页
第三章 图像特征的提取与表达第19-38页
 3.1 颜色特征第19-22页
  3.1.1 颜色模型第19-20页
  3.1.2 颜色特征表达第20-22页
 3.2 纹理特征第22-28页
  3.2.1 纹理概述第22-23页
  3.2.2 统计法纹理描述第23-26页
  3.2.3 频谱法纹理描述第26-27页
  3.2.4 结构法纹理描述第27-28页
 3.3 形状特征第28-33页
  3.3.1 形状概述第28-29页
  3.3.2 形状特征表示第29-32页
  3.3.3 矩第32页
  3.3.4 边界描述方法及其形状检索第32-33页
 3.4 基于三种特征检索方法的比较第33-34页
 3.5 语义特征第34-35页
 3.6 图像检索的相似度量第35-38页
  3.6.1 欧几里德距离第35-36页
  3.6.2 加权欧几里德距离第36页
  3.6.3 绝对值距离第36页
  3.6.4 加权绝对值距离第36-37页
  3.6.5 Mahalanobis距离第37-38页
第四章 检索中的基于支持向量机SVM的相关反馈第38-48页
 4.1 反馈的必要性第38-39页
 4.2 相关反馈第39-40页
 4.3 支持向量机(SVM)理论及其在反馈检索中的应用第40-47页
  4.3.1 向量机基本理论第40-44页
  4.3.2 SVM在反馈检索中的应用第44-47页
 4.4 反馈结果实验及结果分析第47-48页
第五章 检索系统的实验设计与实现第48-55页
 5.1 检索系统的结构第48-49页
 5.2 实验环境第49页
 5.3 采用单一图像特征检索的结果第49-51页
  5.3.1 采用颜色特征检索结果第49-50页
  5.3.2 采用纹理特征检索结果第50-51页
 5.4 本文提出的检索方法第51-55页
  5.4.1 检索步骤第51-53页
  5.4.2 检索结果第53-55页
总结与展望第55-57页
 6.1 论文小结第55页
 6.2 进一步的研究工作第55-56页
  6.2.1 数字图书馆系统模型的设计第55页
  6.2.2 基于语义特征的检索第55页
  6.2.3 对反馈信息的学习第55-56页
 6.3 展望第56-57页
参考文献第57-61页
致谢第61-62页
个人简历、在学期间研究工作作及发表论文第62页

论文共62页,点击 下载论文
上一篇:基于广东省产业结构变动的就业结构研究
下一篇:中国上市公司股权再融资过程中的寻租行为研究