基于目标形状的图像检索模型的改进策略及其原型系统
| 目录 | 第1-6页 |
| 第一章 前言 | 第6-8页 |
| 第二章 基于内容的图像检索 | 第8-17页 |
| 2．1 基于内容的图像检索的特点 | 第8-9页 |
| 2．2 CBIR基本工作原理 | 第9页 |
| 2．3 CBIR技术分类 | 第9-14页 |
| 2．3．1 基于像素特征 | 第10-11页 |
| 2．3．2 基于全局特征 | 第11-12页 |
| 2．3．3 基于纹理特征 | 第12-13页 |
| 2．3．4 基于目标特征 | 第13页 |
| 2．3．5 基于概念特征 | 第13-14页 |
| 2．4 CBIR的相似性度量方法 | 第14-15页 |
| 2．5 CBIR的索引结构 | 第15-16页 |
| 2．6 查询结果及其检索的重构 | 第16-17页 |
| 第三章 基于目标形状的图像检索模型的改进策略 | 第17-29页 |
| 3．1 基于目标形状的检索 | 第17-18页 |
| 3．2 基于目标形状检索的难点 | 第18页 |
| 3．3 区域与目标的关系 | 第18-19页 |
| 3．4 基于目标形状图像检索的改进策略 | 第19-27页 |
| 3．4．1 半自动提取图像目标 | 第21-22页 |
| 3．4．2 灵活选择目标合成时机 | 第22-25页 |
| 3．4．3 混合实现目标合成 | 第25-26页 |
| 3．4．4 区别对待纹理区域 | 第26-27页 |
| 3．5 目标形状的表征 | 第27-29页 |
| 第四章 原型系统的设计与实现 | 第29-48页 |
| 4．1 系统设计与系统流程 | 第29页 |
| 4．2 提取图像的纹理信息 | 第29-33页 |
| 4．2．1 确定影响分割的成分 | 第29-30页 |
| 4．2．2 纹理区域检测 | 第30-31页 |
| 4．2．3 子块粗糙度计算 | 第31-32页 |
| 4．2．4 纹理区域特征表达 | 第32-33页 |
| 4．3 实现彩色图像分割 | 第33-41页 |
| 4．3．1 系统选用的颜色空间 | 第33-34页 |
| 4．3．2 分割策略 | 第34-35页 |
| 4．3．3 提取图像的总体颜色特征 | 第35-37页 |
| 4．3．3．1 在HSI空间上的颜色直方图 | 第35-36页 |
| 4．3．3．2 直方图相似性度量 | 第36页 |
| 4．3．3．3 颜色特征表达 | 第36-37页 |
| 4．3．4 确定图像分割用的阈值 | 第37-39页 |
| 4．3．4．1 极小值法搜索阈值 | 第37页 |
| 4．3．4．2 高斯平滑直方图 | 第37-38页 |
| 4．3．4．3 从多个阈值中选取合适的阈值 | 第38-39页 |
| 4．3．5 实现多聚类分割 | 第39-41页 |
| 4．4 区域识别和表达 | 第41-45页 |
| 4．4．1 区域识别 | 第41-43页 |
| 4．4．2 区域特征表达 | 第43页 |
| 4．4．3 区域/目标形状的相似性度量 | 第43-45页 |
| 4．5 数据库设计及查询实现 | 第45页 |
| 4．6 试验结果分析与评价 | 第45-48页 |
| 第五章 结论 | 第48-50页 |
| 致 谢 | 第50-51页 |
| 附录 | 第51-56页 |
| 1． RGB颜色空间特点 | 第51页 |
| 2． HSI颜色空间特点 | 第51-52页 |
| 3． 直方图空间的距离度量 | 第52-53页 |
| 4． 形状密度函数支持区域合并的说明： | 第53-54页 |
| 5． 表征区域/目标特征的数据结构 | 第54-55页 |
| 6． 表征与样本目标的相似度的数据结构 | 第55-56页 |
| 参考文献 | 第56-57页 |
