基于粗糙集的图像分类和检索研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究的背景与意义 | 第10-12页 |
| ·研究现状 | 第12-15页 |
| ·几个典型的 CBIR 系统介绍 | 第15-16页 |
| ·本文研究内容和结构 | 第16-18页 |
| 第二章 CBIR 关键技术 | 第18-32页 |
| ·特征提取与表示 | 第18-22页 |
| ·颜色特征 | 第18-19页 |
| ·纹理特征 | 第19-21页 |
| ·形状特征 | 第21-22页 |
| ·图像相似性度量 | 第22-25页 |
| ·查询方式 | 第25-27页 |
| ·基于内容图像检索系统的主要功能 | 第27-28页 |
| ·CBIR 系统性能评价和安全性 | 第28-31页 |
| ·性能评价 | 第28-29页 |
| ·系统安全性 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第三章 粗糙集理论及在图像处理中的应用 | 第32-38页 |
| ·粗糙集的基本理论定义 | 第32-33页 |
| ·基于粗糙集的信息系统 | 第32-33页 |
| ·上下近似和粗糙度 | 第33页 |
| ·粗糙集理论的知识约简及规则提取分析 | 第33-35页 |
| ·知识约简分析 | 第33-34页 |
| ·规则提取分析 | 第34-35页 |
| ·存在问题分析 | 第35页 |
| ·粗糙集的常见应用 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于粗糙集的图像分类和检索 | 第38-46页 |
| ·基于粗糙集的图像分类 | 第38-39页 |
| ·基于粗糙集的灰度图像检索 | 第39-44页 |
| ·基于粗糙集的图像建模 | 第39-40页 |
| ·图像粗糙熵 | 第40-41页 |
| ·提取图像对象 | 第41-43页 |
| ·相似度计算 | 第43-44页 |
| ·相关讨论 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第五章 实验结果及分析 | 第46-52页 |
| ·彩色图像分类 | 第46-48页 |
| ·灰度图像检索 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 成果目录 | 第59-60页 |
| 致谢 | 第60页 |
