基于显著区域和特征融合的图像检索技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文的主要工作及组织结构 | 第14-16页 |
| 1.3.1 论文的主要工作 | 第14页 |
| 1.3.2 论文的组织结构 | 第14-16页 |
| 第2章 基于内容的图像检索关键技术 | 第16-22页 |
| 2.1 基于内容的检索系统框架 | 第16页 |
| 2.2 图像特征提取方法 | 第16-19页 |
| 2.2.1 颜色特征 | 第17-18页 |
| 2.2.2 纹理特征 | 第18-19页 |
| 2.2.3 形状特征 | 第19页 |
| 2.3 相似度度量方法 | 第19-20页 |
| 2.4 检索性能评价方法 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 显著区域提取算法 | 第22-35页 |
| 3.1 视觉注意机制 | 第22-23页 |
| 3.2 经典的显著区域提取算法 | 第23-27页 |
| 3.2.1 Itti 模型 | 第23-24页 |
| 3.2.2 AIM 模型 | 第24-25页 |
| 3.2.3 SR 模型 | 第25-26页 |
| 3.2.4 ICL 模型 | 第26-27页 |
| 3.2.5 SUN 模型 | 第27页 |
| 3.3 融合全局和局部显著性的计算模型 | 第27-30页 |
| 3.3.1 图像的表示和降维 | 第28-29页 |
| 3.3.2 局部显著图的生成 | 第29-30页 |
| 3.3.3 显著图的融合 | 第30页 |
| 3.4 实验设计 | 第30-34页 |
| 3.4.1 模型内实验 | 第31-32页 |
| 3.4.2 模型间对比实验 | 第32-33页 |
| 3.4.3 在图像检索数据库上的显著区域提取效果 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 特征融合 | 第35-45页 |
| 4.1 SIFT 算法 | 第35-38页 |
| 4.1.1 构建尺度空间并检测极值点 | 第35-36页 |
| 4.1.2 定位特征点 | 第36-38页 |
| 4.1.3 确定特征点主方向 | 第38页 |
| 4.1.4 描述特征点 | 第38页 |
| 4.2 颜色聚合向量 | 第38-39页 |
| 4.3 SIFT 特征和颜色特征的融合 | 第39-44页 |
| 4.3.1 权重法 | 第40页 |
| 4.3.2 多次检索法 | 第40-41页 |
| 4.3.3 后期验证法 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于显著区域和特征融合的图像检索系统实现 | 第45-54页 |
| 5.1 系统框架 | 第45-49页 |
| 5.1.1 显著区域内 SIFT 特征提取 | 第46-47页 |
| 5.1.2 词汇树的构造 | 第47-48页 |
| 5.1.3 图像的表示 | 第48-49页 |
| 5.2 实验设计 | 第49-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第6章 结论 | 第54-55页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |
