| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| §1-1 选题的背景、目的及意义 | 第8页 |
| §1-2 DCT 域图像特征描述的有关研究现状 | 第8-10页 |
| 1-2-1 基于DCT 域提取边缘特征的图像检索 | 第8-9页 |
| 1-2-2 基于DCT 域频带、方向特性的图像检索 | 第9页 |
| 1-2-3 基于DCT 域纹理统计特征的图像检索 | 第9-10页 |
| §1-3 论文的主要工作 | 第10-11页 |
| 第二章 DCT域系数分析及图像特征描述 | 第11-28页 |
| §2-1 JPEG 压缩标准 | 第11-14页 |
| 2-1-1 JPEG 概述及基本原理 | 第11-12页 |
| 2-1-2 JPEG 算法介绍 | 第12-14页 |
| §2-2 DCT 域系数特性 | 第14-21页 |
| 2-2-1 DCT 的数学运算 | 第14-19页 |
| 2-2-2 DCT 域的区域的能量集中性 | 第19-21页 |
| §2-3 DCT 域的图像特征描述及应用 | 第21-25页 |
| 2-3-1 DC 系数的图像特征描述 | 第21-22页 |
| 2-3-2 AC 系数的图像特性描述 | 第22-23页 |
| 2-3-3 DCT 域的纹理统计特征描述 | 第23-25页 |
| §2-4 DCT 域图像特征描述的发展方向 | 第25-26页 |
| §2-5 矩阵奇异值在图像处理中的应用 | 第26-28页 |
| 2-5-1 矩阵奇异值的数学理论和特性 | 第26-27页 |
| 2-5-2 矩阵奇异值的应用 | 第27-28页 |
| 第三章 基于内容的图像检索模型 | 第28-35页 |
| §3-1 CBIR 背景 | 第28页 |
| §3-2 CBIR 的基本框架 | 第28-30页 |
| §3-3 CBIR 的关键技术 | 第30-33页 |
| 3-3-1 图像特征的提取 | 第30页 |
| 3-3-2 图像相似度的度量 | 第30-31页 |
| 3-3-3 相关反馈技术 | 第31页 |
| 3-3-4 索引技术 | 第31-32页 |
| 3-3-5 性能评判指标 | 第32-33页 |
| §3-4 CBIR 的发展及应用 | 第33-35页 |
| 第四章 基于 DCT域奇异值分解的图像检索 | 第35-45页 |
| §4-1 算法的理论依据 | 第35页 |
| §4-2 算法描述 | 第35-37页 |
| 4-2-1 重组DCT 系数构造粗糙图像 | 第35-36页 |
| 4-2-2 奇异值分解 | 第36-37页 |
| 4-2-3 计算SV 特征矢量和相似度 | 第37页 |
| §4-3 试验环境和检索系统的搭建 | 第37-38页 |
| §4-4 试验步骤及结果分析 | 第38-43页 |
| §4-5 算法总结 | 第43-45页 |
| 第五章 结论和展望 | 第45-47页 |
| §5-1 工作总结 | 第45页 |
| §5-2 课题展望 | 第45-47页 |
| 参考文献 | 第47-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间所取得的相关科研成果 | 第50页 |