基于内容的图像检索系统的设计与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-14页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 研究内容 | 第12页 |
1.4 本文的结构安排 | 第12-14页 |
第2章 相关工作综述 | 第14-22页 |
2.1 图像检索的系统结构 | 第14-15页 |
2.2 图像预处理 | 第15页 |
2.3 图像的特征提取 | 第15-18页 |
2.3.1 底层视觉特征 | 第16-18页 |
2.3.2 高层语义特征 | 第18页 |
2.4 相似度匹配 | 第18-20页 |
2.4.1 Minkowsky距离 | 第18-19页 |
2.4.2 相关系数 | 第19页 |
2.4.3 马氏距离 | 第19-20页 |
2.5 检索性能评判标准 | 第20页 |
2.6 本章小结 | 第20-22页 |
第3章 基于颜色特征的图像检索技术 | 第22-32页 |
3.1 颜色空间 | 第22-24页 |
3.1.1 RGB颜色空间 | 第22-23页 |
3.1.2 HSV颜色空间 | 第23-24页 |
3.2 颜色空间在图像检索技术上的应用 | 第24-28页 |
3.2.1 颜色空间量化 | 第24-25页 |
3.2.2 基于颜色空间的颜色特征提取 | 第25-28页 |
3.2.3 相似度匹配 | 第28页 |
3.3 实验结果与分析 | 第28-31页 |
3.3.1 实验数据 | 第28-29页 |
3.3.2 实验结果 | 第29-30页 |
3.3.3 实验分析 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
第4章 基于SIFT算法的图像检索技术 | 第32-44页 |
4.1 SIFT算法的原理 | 第32-39页 |
4.1.1 构建尺度空间 | 第32-35页 |
4.1.2 关键点检测和定位 | 第35-37页 |
4.1.3 关键点方向的确定 | 第37-38页 |
4.1.4 关键点的描述 | 第38-39页 |
4.2 SIFT算法在图像检索上的运用 | 第39-40页 |
4.2.1 SIFT算法对图像特征的提取 | 第39-40页 |
4.2.2 相似度匹配 | 第40页 |
4.3 实验结果与分析 | 第40-42页 |
4.3.1 实验数据 | 第40页 |
4.3.2 实验结果 | 第40-41页 |
4.3.3 实验分析 | 第41-42页 |
4.4 本章小结 | 第42-44页 |
第5章 基于卷积神经网络算法的图像检索技术 | 第44-56页 |
5.1 深度学习 | 第44页 |
5.2 卷积神经网络 | 第44-51页 |
5.2.1 卷积神经网络结构 | 第45-46页 |
5.2.2 卷积神经网络的优越性 | 第46页 |
5.2.3 卷积神经网络模型 | 第46-51页 |
5.3 卷积神经网络算法在图像检索上的运用 | 第51-52页 |
5.3.1 卷积神经网络对图像特征的提取 | 第51-52页 |
5.3.2 相似度匹配 | 第52页 |
5.4 实验结果与分析 | 第52-54页 |
5.4.1 实验数据 | 第53页 |
5.4.2 实验结果 | 第53页 |
5.4.3 实验分析 | 第53-54页 |
5.5 本章小结 | 第54-56页 |
第6章 基于内容的图像检索系统展示 | 第56-62页 |
6.1 系统介绍 | 第56页 |
6.2 系统各模块的设计 | 第56-57页 |
6.2.1 特征提取模块 | 第56-57页 |
6.2.2 图像维护模块 | 第57页 |
6.2.3 查询模块 | 第57页 |
6.2.4 输出模块 | 第57页 |
6.3 系统系面展示 | 第57-60页 |
6.4 本章小结 | 第60-62页 |
结论 | 第62-64页 |
参考文献 | 第64-68页 |
攻读硕士学位期间所发表的论文 | 第68-70页 |
致谢 | 第70页 |