首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉信息和高层语义结合的图像检索方法研究

摘要第1-5页
Abstract第5-8页
专用术语注释表第8-9页
第一章 绪论第9-15页
   ·研究背景第9-11页
     ·基于传统 TBIR 图像检索第9-10页
     ·基于传统的 CBIR 图像检索第10-11页
   ·存在问题及研究方向第11-13页
   ·本文结构第13-14页
   ·本文的主要贡献第14-15页
第二章 图像检索技术第15-30页
   ·图像检索系统体系结构第15-17页
     ·基本框架第15-16页
     ·模块功能简介第16-17页
   ·图像特征描述第17-22页
     ·颜色特征第18-19页
     ·纹理特征第19-20页
     ·形状特征第20-21页
     ·对象特征第21-22页
     ·空间特征第22页
   ·图像特征相似度度量第22-25页
     ·距离度量第23-25页
     ·关联系数计算第25页
     ·多特征相似度计算第25页
   ·图像检索方法第25-27页
     ·示例图与草图检索第25-26页
     ·图像分割技术第26页
     ·相关反馈技术第26-27页
   ·图像检索性能评价第27-29页
     ·查全率和查准率第27-28页
     ·有效性第28页
     ·检索效率第28页
     ·检索率第28-29页
   ·本章小结第29-30页
第三章 结合语义特征的图像检索技术第30-38页
   ·语义模型第30-33页
     ·语义表达第30-32页
     ·图像语义层次模型第32-33页
   ·语义提取和描述第33-35页
   ·语义检索模型第35-37页
   ·本章小结第37-38页
第四章 基于标签语义检索的排序算法研究第38-47页
   ·特征提取第39-43页
     ·视觉特征第39-41页
     ·语义特征第41-42页
     ·质量特征第42-43页
   ·相关性质量排序算法第43-45页
   ·评估标注第45-46页
   ·本章小结第46-47页
第五章 实验结果第47-55页
   ·实验设置第47-48页
     ·图像集第47-48页
     ·特征选择第48页
     ·对比算法第48页
   ·参数调试第48-50页
   ·实验结果与分析第50-54页
     ·性能比较第50-54页
     ·实验结果分析第54页
   ·本章小结第54-55页
第六章 总结与展望第55-58页
   ·研究工作总结第55-56页
   ·展望第56-58页
参考文献第58-61页
附录 1 攻读硕士学位期间撰写的论文第61-62页
附录 2 攻读硕士学位期间申请的专利第62-63页
附录 3 攻读硕士学位期间参加的科研项目第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:彩色图像生物特征识别的统计正交分析方法研究
下一篇:基于稳健PCA优化算法的视频背景建模研究