基于兴趣点综合特征的图像检索技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究概况 | 第11-12页 |
| ·国内研究概况 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 图像检索相关技术及理论 | 第15-23页 |
| ·基于内容的图像检索基本框架 | 第15-16页 |
| ·特征提取 | 第16-18页 |
| ·颜色特征 | 第16-17页 |
| ·纹理特征 | 第17-18页 |
| ·形状特征 | 第18页 |
| ·相似性度量算法 | 第18-19页 |
| ·相关反馈技术 | 第19-21页 |
| ·相关反馈的特点和目的 | 第19-20页 |
| ·相关反馈的实现思想 | 第20页 |
| ·常用的相关反馈算法 | 第20-21页 |
| ·检索结果的评价标准 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于兴趣点的图像检索 | 第23-42页 |
| ·兴趣点检测 | 第23-28页 |
| ·自适应平滑滤波器 | 第23页 |
| ·特征点检测 | 第23-26页 |
| ·简化 SURF 算子检测兴趣点 | 第26-27页 |
| ·确定兴趣点检测数目 | 第27-28页 |
| ·基于兴趣点的特征提取 | 第28-33页 |
| ·划分环形区域 | 第28-29页 |
| ·颜色特征提取 | 第29-30页 |
| ·纹理特征提取 | 第30-32页 |
| ·形状特征提取 | 第32-33页 |
| ·特征相似性度量 | 第33-34页 |
| ·多特征融合 | 第34-35页 |
| ·特征内归一化 | 第34页 |
| ·特征间归一化 | 第34-35页 |
| ·实验结果与分析 | 第35-41页 |
| ·环形思想引入前后比较 | 第35-37页 |
| ·单一特征和多特征比较 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于兴趣点和支持向量机的图像检索 | 第42-49页 |
| ·支持向量机原理 | 第42-44页 |
| ·基于 SVM 的相关反馈 | 第44页 |
| ·基于兴趣点和 SVM 的图像检索 | 第44-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 图像检索系统的设计与实现 | 第49-53页 |
| ·系统开发环境 | 第49页 |
| ·系统实现流程与功能分析 | 第49-50页 |
| ·系统模块设计 | 第50页 |
| ·系统界面设计 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-54页 |
| ·总结 | 第53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59页 |
