图像语义的自动标注方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景和研究意义 | 第9-10页 |
| ·本课题的国内外研究现状 | 第10-14页 |
| ·基于内容的图像检索技术国内外研究现状 | 第10-12页 |
| ·图像语义自动标注技术国内外研究现状 | 第12-14页 |
| ·本文的主要研究内容及章节安排 | 第14-15页 |
| 第2章 图像语义自动标注的相关技术 | 第15-22页 |
| ·图像检索中常用的视觉特征 | 第15-16页 |
| ·颜色特征 | 第15页 |
| ·纹理特征 | 第15-16页 |
| ·形状特征 | 第16页 |
| ·图像空间关系特征 | 第16页 |
| ·相似性度量方法 | 第16-19页 |
| ·欧拉距离 | 第17页 |
| ·直方图相交 | 第17-18页 |
| ·马氏距离 | 第18页 |
| ·二次式距离 | 第18-19页 |
| ·特征对比模型 | 第19页 |
| ·图像语义的自动标注 | 第19-20页 |
| ·图像语义自动标注算法的评价准则 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 图像视觉特征提取和检索方法研究 | 第22-42页 |
| ·颜色和纹理特征提取 | 第22-30页 |
| ·颜色特征提取 | 第22-28页 |
| ·纹理特征提取 | 第28-30页 |
| ·一种基于HSV颜色空间的图像检索 | 第30-35页 |
| ·HSV颜色空间模型的选取和转换 | 第30-31页 |
| ·HSV颜色空间非等间隔量化 | 第31-32页 |
| ·累加直方图表示颜色特征 | 第32-33页 |
| ·相似性度量 | 第33页 |
| ·实验结果及分析 | 第33-35页 |
| ·一种基于纹理特征的图像检索方法 | 第35-41页 |
| ·基于共生矩阵的纹理特征提取 | 第35-37页 |
| ·基于小波变换的纹理特征提取 | 第37-38页 |
| ·相似性度量 | 第38页 |
| ·实验结果分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于实例的图像语义自动标注方法研究 | 第42-55页 |
| ·语义自动标注模型 | 第42-44页 |
| ·综合颜色和纹理特征的图像检索方法 | 第44-47页 |
| ·综合颜色和共生矩阵纹理特征的图像检索 | 第44-46页 |
| ·综合颜色和小波变换纹理特征的图像检索 | 第46-47页 |
| ·基于实例的图像语义自动标注 | 第47-54页 |
| ·总体描述 | 第47-48页 |
| ·主要算法实现 | 第48-50页 |
| ·标注结果评价 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |
