| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 相关理论与技术 | 第15-31页 |
| ·图像的底层特征提取 | 第15-22页 |
| ·颜色特征 | 第15-20页 |
| ·纹理特征 | 第20-21页 |
| ·形状特征 | 第21-22页 |
| ·图像分割 | 第22-25页 |
| ·图像分割定义 | 第22-23页 |
| ·图像分割方法分类 | 第23-25页 |
| ·图论基础 | 第25-29页 |
| ·图的定义 | 第26页 |
| ·网络流理论 | 第26-29页 |
| ·相似性度量 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于梯度阈值对象提取的图像检索 | 第31-43页 |
| ·Otsu 算法分割图像 | 第31-37页 |
| ·Otsu 算法原理 | 第31-33页 |
| ·基于梯度阈值的二维 Otsu 算法及快速迭代算法 | 第33-37页 |
| ·结合梯度阈值 Otsu 算法的图像检索 | 第37-39页 |
| ·检索流程 | 第37-38页 |
| ·图像底层特征提取与比较 | 第38-39页 |
| ·实验结果及分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于图割算法对象提取的图像检索 | 第43-57页 |
| ·Grabcut 算法分割图像 | 第43-50页 |
| ·高斯模型 | 第44-45页 |
| ·Grabcut 算法分析 | 第45-50页 |
| ·Grabcut 算法与 Otsu 算法对比 | 第50页 |
| ·结合 Grabcut 算法的图像检索 | 第50-52页 |
| ·检索流程 | 第51页 |
| ·图像底层特征提取 | 第51-52页 |
| ·实验结果及分析 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 系统原型设计与实现 | 第57-63页 |
| ·系统功能 | 第57页 |
| ·系统结构 | 第57-58页 |
| ·系统结构模型 | 第57-58页 |
| ·检索过程介绍 | 第58页 |
| ·系统实现 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间所发表的学术论文 | 第69-71页 |
| 致谢 | 第71页 |