| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状及热点 | 第13-15页 |
| ·典型的CBIR系统 | 第15-17页 |
| ·本文的研究内容和论文的组织 | 第17-19页 |
| 第二章 基于内容的图像检索 | 第19-24页 |
| ·基于内容的图像检索(CBIR)的概念及特点 | 第19页 |
| ·CBIR的通用框架图和功能模块 | 第19-20页 |
| ·CBIR的关键技术 | 第20-21页 |
| ·图像特征提取和表达 | 第20-21页 |
| ·图像特征的相似性匹配 | 第21页 |
| ·基于内容检索的图像数据库 | 第21页 |
| ·人机交互 | 第21页 |
| ·系统评价准则 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 综合多特征的图像检索 | 第24-56页 |
| ·图像底层特征提取和表达 | 第24-40页 |
| ·颜色特征 | 第24-26页 |
| ·颜色直方图(COLOR HISTOGRAM) | 第24-25页 |
| ·颜色矩(COLOR MOMENTS) | 第25页 |
| ·颜色集(COLOR SETS) | 第25-26页 |
| ·颜色聚合矢量(COLOR COHERENCE VECTOR,CCV) | 第26页 |
| ·纹理特征 | 第26-31页 |
| ·灰度直方图的矩 | 第27页 |
| ·灰度共生矩阵(CO-OCCURRENCE MATRICES) | 第27-29页 |
| ·TAMURA纹理特征表达法 | 第29-30页 |
| ·边缘直方图(EDGE HISTOGRAM) | 第30页 |
| ·小波变换法 | 第30-31页 |
| ·形状特征 | 第31-38页 |
| ·基于边缘检测的图像分割 | 第31-34页 |
| ·边缘检测算子的实验分析 | 第34-35页 |
| ·傅立叶形状描述符(FOURIER SHAPE DESCRIPTORS) | 第35-36页 |
| ·形状不变矩(SHAPE INVARIANT MOMENTS) | 第36-38页 |
| ·各底层特征提取的实验结果 | 第38-40页 |
| ·颜色矩 | 第38-39页 |
| ·灰度共生矩阵 | 第39-40页 |
| ·形状不变矩 | 第40页 |
| ·基于感兴趣区域(ROI)的图像检索 | 第40-42页 |
| ·研究动机和背景 | 第40-41页 |
| ·基于交互的方法 | 第41页 |
| ·基于变换的方法 | 第41页 |
| ·基于视觉注意的方法 | 第41-42页 |
| ·图像特征相似性匹配 | 第42-44页 |
| ·明可夫斯基距离(MINKOWSKY) | 第42-43页 |
| ·绝对值距离 | 第42页 |
| ·欧几里德距离(EUCLIDEAN) | 第42-43页 |
| ·切比雪夫距离 | 第43页 |
| ·二次型距离(QUADRATIC) | 第43-44页 |
| ·加权欧几里德距离 | 第43页 |
| ·马氏距离(MAHALANOBIS DISTANCE) | 第43-44页 |
| ·直方图相交(HISTOGRAM INTERSECTION) | 第44页 |
| ·单一特征检索的实验结果 | 第44-46页 |
| ·综合多种特征的检索 | 第46-49页 |
| ·不同特征的特点 | 第46-47页 |
| ·综合多种特征的相似性匹配 | 第47页 |
| ·图像特征归一化 | 第47-49页 |
| ·内部特征归一化 | 第48页 |
| ·外部特征归一化 | 第48-49页 |
| ·融合ROI的综合多特征检索 | 第49-54页 |
| ·人机交互的ROI | 第49-50页 |
| ·四叉树思想 | 第49-50页 |
| ·ROI的获取 | 第50页 |
| ·融合ROI的多特征图像检索 | 第50-54页 |
| ·本文中子区域定义 | 第50-51页 |
| ·ROI的图像检索过程分析 | 第51-53页 |
| ·本文所用特征提取算法 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 相关反馈 | 第56-63页 |
| ·相关性反馈提出的背景 | 第56-57页 |
| ·相关性反馈算法流程 | 第57页 |
| ·经典的相关性反馈算法介绍 | 第57-60页 |
| ·查询向量优化算法 | 第58页 |
| ·特征权重相关反馈 | 第58-60页 |
| ·特征间权重调整 | 第59-60页 |
| ·特征内部权重调整 | 第60页 |
| ·贝叶斯相关反馈技术 | 第60页 |
| ·改进的融合ROI的权重调整相关反馈 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 综合多特征和相关反馈的ROI图像检索 | 第63-77页 |
| ·综合多特征和人机交互的模型分析 | 第63-64页 |
| ·ROI的多级CBIR模型 | 第63页 |
| ·区域权重模型 | 第63-64页 |
| ·体系结构和系统流程 | 第64-66页 |
| ·综合特征检索的过程分析 | 第66-69页 |
| ·ROI的特征提取 | 第67页 |
| ·确定初始权重 | 第67-68页 |
| ·特征归一化 | 第68-69页 |
| ·特征内归一化 | 第68页 |
| ·对查询图像按权重进行多级分解 | 第68页 |
| ·特征间归一化 | 第68-69页 |
| ·总相似度计算排序 | 第69页 |
| ·用户相关度评价及系统相关反馈权重调整 | 第69页 |
| ·显示 | 第69页 |
| ·系统实现与评价 | 第69-76页 |
| ·检索示例 | 第69-74页 |
| ·实验一 | 第74-75页 |
| ·实验二 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 结束语 | 第77-79页 |
| ·总结 | 第77页 |
| ·进一步的工作和展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士期间发表的论文 | 第85页 |
