基于内容的图像检索技术研究
| 提要 | 第1-9页 |
| 第1章 绪论 | 第9-36页 |
| ·课题研究的背景和意义 | 第9-11页 |
| ·国内外研究发展现状与研究热点 | 第11-21页 |
| ·国内外的研究发展现状 | 第11-17页 |
| ·国内外的研究热点和难点 | 第17-21页 |
| ·CBIR系统的体系结构及国际标准 | 第21-34页 |
| ·CBIR系统的体系结构 | 第21-24页 |
| ·CBIR系统的特点和典型应用 | 第24-28页 |
| ·多媒体检索的国际标准MPEG-7简介 | 第28-34页 |
| ·本文的研究内容 | 第34-36页 |
| 第2章 CBIR的基础知识与关键技术 | 第36-57页 |
| ·颜色模型 | 第36-40页 |
| ·RGB颜色空间 | 第36-37页 |
| ·HSV颜色空间 | 第37-38页 |
| ·空间转换 | 第38-40页 |
| ·图像特征的提取与表达 | 第40-45页 |
| ·颜色特征 | 第40-43页 |
| ·纹理特征 | 第43页 |
| ·形状特征 | 第43-44页 |
| ·空间关系特征 | 第44-45页 |
| ·语义特征 | 第45页 |
| ·相似性度量 | 第45-47页 |
| ·高维向量降维 | 第47-49页 |
| ·高维特征索引 | 第49-50页 |
| ·基于感兴趣区域的图像检索 | 第50-51页 |
| ·多特征综合检索 | 第51-52页 |
| ·相关反馈 | 第52-54页 |
| ·性能评价标准 | 第54-57页 |
| 第3章 高维特征向量的线性降维算法研究 | 第57-79页 |
| ·引言 | 第57-61页 |
| ·子空间方法 | 第57-58页 |
| ·典型子空间算法 | 第58-61页 |
| ·LPP算法 | 第61-68页 |
| ·LPP算法描述 | 第62-67页 |
| ·检索精确度与降维维数的关系 | 第67-68页 |
| ·改进的LPP算法──ALPP算法 | 第68-75页 |
| ·降维维数的确定 | 第68-73页 |
| ·ALPP算法描述 | 第73-75页 |
| ·实验 | 第75-76页 |
| ·小结 | 第76-79页 |
| 第4章 高维特征向量的非线性降维算法研究 | 第79-95页 |
| ·引言 | 第79-82页 |
| ·流形学习 | 第79-80页 |
| ·典型流形算法 | 第80-82页 |
| ·LLE算法 | 第82-88页 |
| ·改进的LLE算法──VKNLLE算法 | 第88-90页 |
| ·实验 | 第90-92页 |
| ·小结 | 第92-95页 |
| 第5章 基于感兴趣区域的多特征综合检索算法的研究 | 第95-117页 |
| ·引言 | 第96-101页 |
| ·基于感兴趣区域的图像检索 | 第96-97页 |
| ·基于感兴趣区域的多特征综合检索 | 第97-99页 |
| ·基于全局特征的图像检索 | 第99-101页 |
| ·感兴趣区域定位 | 第101-105页 |
| ·兴趣点检测 | 第101-102页 |
| ·确定感兴趣区域 | 第102-105页 |
| ·基于感兴趣区域的多特征综合检索 | 第105-110页 |
| ·感兴趣区域特征提取 | 第105-109页 |
| ·相似性度量 | 第109-110页 |
| ·实验 | 第110-114页 |
| ·小结 | 第114-117页 |
| 第6章 总结与展望 | 第117-120页 |
| ·总结 | 第117-118页 |
| ·展望 | 第118-120页 |
| 参考文献 | 第120-128页 |
| 攻博期间发表的学术论文及其它成果 | 第128-129页 |
| 致谢 | 第129-130页 |
| 摘要 | 第130-133页 |
| Abstract | 第133-135页 |
