| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-19页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 图像检索技术的现状及发展 | 第11-14页 |
| 1.2.1 基于文本的图像检索的现状及发展 | 第11-13页 |
| 1.2.2 基于内容的图像检索的现状及发展 | 第13-14页 |
| 1.3 基于内容的图像检索技术的应用领域 | 第14-15页 |
| 1.4 经典的基于内容的图像检索系统介绍 | 第15-16页 |
| 1.5 本课题的研究内容 | 第16-17页 |
| 1.6 论文组织结构 | 第17-19页 |
| 2 CBIR基本架构及相关技术研究 | 第19-33页 |
| 2.1 CBIR基本架构 | 第19-20页 |
| 2.2 图像预处理技术 | 第20-23页 |
| 2.2.1 图像的灰度化 | 第20-21页 |
| 2.2.2 图像的平滑 | 第21-22页 |
| 2.2.3 图像的锐化 | 第22-23页 |
| 2.3 图像底层视觉特征描述和提取 | 第23-29页 |
| 2.3.1 颜色特征 | 第24-26页 |
| 2.3.2 纹理特征 | 第26-27页 |
| 2.3.3 形状特征 | 第27-29页 |
| 2.4 图像检索中常用的相似度量方法 | 第29-30页 |
| 2.5 图像检索算法的评价标准 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 基于等面积分块颜色直方图索引的图像检索方法 | 第33-44页 |
| 3.1 颜色空间的选取及颜色量化方法 | 第33-36页 |
| 3.1.1 颜色空间的选取 | 第33-35页 |
| 3.1.2 颜色量化 | 第35-36页 |
| 3.2 HBCH特征提取 | 第36-38页 |
| 3.2.1 图像等面积环形分块 | 第37页 |
| 3.2.2 图像HBCH特征提取 | 第37-38页 |
| 3.3 HBCH索引的图像检索方法实现 | 第38-41页 |
| 3.3.1 HBCH索引 | 第38-39页 |
| 3.3.2 HBCH特征相似度计算 | 第39-40页 |
| 3.3.3 算法流程与实现 | 第40-41页 |
| 3.4 实验结果及分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 基于HBCH和改进形状特征的图像检索方法 | 第44-59页 |
| 4.1 均匀Harris兴趣点的Hu矩形状特征提取方法 | 第44-50页 |
| 4.1.1 兴趣点介绍 | 第44-45页 |
| 4.1.2 基于经典Harris算子的兴趣点提取方法 | 第45-47页 |
| 4.1.3 基于均匀Harris算子的兴趣点提取方法 | 第47-49页 |
| 4.1.4 基于均匀Harris兴趣点的Hu矩形状特征提取方法 | 第49-50页 |
| 4.2 HBCH特征与改进的形状特征的加权综合 | 第50-52页 |
| 4.2.1 检索特征综合策略 | 第50-51页 |
| 4.2.2 基于均匀Harris兴趣点的形状Hu矩特征相似度计算 | 第51页 |
| 4.2.3 颜色与形状加权相似度计算 | 第51-52页 |
| 4.3 算法流程与实现 | 第52-55页 |
| 4.3.1 基于改进形状特征的图像检索算法流程与实现 | 第52-53页 |
| 4.3.2 基于综合特征的图像检索算法流程与实现 | 第53-55页 |
| 4.4 实验结果及分析 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 基于综合特征的图像检索系统的设计与实现 | 第59-68页 |
| 5.1 系统的开发环境和配置要求 | 第59页 |
| 5.2 基于综合特征的图像检索系统的设计框架 | 第59-60页 |
| 5.3 基于综合特征的图像检索系统实现 | 第60-66页 |
| 5.3.1 图像检索系统开发流程 | 第60-61页 |
| 5.3.2 系统界面和功能模块 | 第61-66页 |
| 5.3.3 实验举例 | 第66页 |
| 5.4 本章小结 | 第66-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间主要的研究成果 | 第74-75页 |
| 致谢 | 第75页 |
