| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9-11页 |
| ·研究目的及意义 | 第11-13页 |
| ·研究现状 | 第13-15页 |
| ·本文主要研究内容 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 第二章 基于内容的图像检索和图像标注 | 第18-30页 |
| ·图像的颜色特征 | 第19-20页 |
| ·传统的颜色直方图 | 第19-20页 |
| ·模糊颜色直方图 | 第20页 |
| ·颜色相关图 | 第20页 |
| ·基于颜色\形状的方法 | 第20页 |
| ·图像的纹理特征 | 第20-23页 |
| ·LBP 算子 | 第21-22页 |
| ·Gabor 小波变换 | 第22-23页 |
| ·图像的形状特征 | 第23-25页 |
| ·相似性度量 | 第25-26页 |
| ·相关反馈 | 第26-28页 |
| ·性能评价 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 支持向量机和D-S 证据理论 | 第30-37页 |
| ·二类SVM | 第30-32页 |
| ·一类SVM | 第32-33页 |
| ·常用核函数 | 第33-34页 |
| ·D-S 证据理论 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 结合D-S 证据理论与多SVMs 的图像标注和检索方法研究 | 第37-45页 |
| ·SVM 在图像标注中的应用 | 第38-40页 |
| ·SVM 在图像检索中的应用 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 结合D-S 证据理论与多SVMs 图像标注和检索算法与实现 | 第45-69页 |
| ·详细算法 | 第45-50页 |
| ·低层特征及核函数 | 第45-46页 |
| ·SVM 的概率输出 | 第46-47页 |
| ·决策输出 | 第47页 |
| ·算法详细设计 | 第47-50页 |
| ·图像标注和检索系统的设计与实现 | 第50-62页 |
| ·系统功能模块设计 | 第51-53页 |
| ·低层特征提取 | 第53-55页 |
| ·SVM 训练 | 第55-57页 |
| ·系统界面设计及实现 | 第57-62页 |
| ·实验结果分析 | 第62-68页 |
| ·实验设置 | 第62页 |
| ·实验结果显示和分析 | 第62-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-72页 |
| ·工作总结 | 第69-70页 |
| ·工作展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78页 |